Efectos del cambio climático en la costa

by user

on 15 сентября 2016

Category: Documents

>> Downloads: 1

views

Report

Comments

Description

Download Efectos del cambio climático en la costa

Transcript

Efectos del cambio climático en la costa

En este volumen se muestra un atlas de las condiciones físicas actuales y de los cambios
detectados en variables costeras tales como el nivel medio del mar, temperatura
superﬁcial del mar, salinidad, oleaje, marea astronómica, anomalía de la temperatura
del aire, viento y huracanes. Esta descripción, que muestra la información disponible
para la región, constituye el primer paso para emprender un estudio de cómo han
cambiado las distintas variables y cuáles podrían ser los efectos en las costas ante
variaciones futuras. Este conocimiento es vital para la ingeniería de costas y puertos,
los análisis de vulnerabilidad de los asentamientos humanos en zonas de litoral y la
gestión integral del medio ambiente en el borde costero, entre otros. Además, en el
documento se analizan las posibles tendencias de cambio a futuro de las distintas
variables para los años de corte a 2040, 2050 y 2070 deﬁniéndose los valores medios y
la incertidumbre o variabilidad esperable, incluyendo el análisis de eventos extremos
asociados a algunas variables. Se estudian también patrones de variabilidad climática
interanual, tales como el fenómeno ENOS (El Niño – Oscilación del Sur). Este estudio
supone una primera aproximación al respecto en la región para un amplio abanico
de dinámicas y patrones climáticos.
La información que se provee en este volumen es el punto de apoyo para el análisis de
la vulnerabilidad, exposición e impactos derivados del cambio climático en las costas
del litoral de América Latina y el Caribe que se detallan en los siguientes documentos.
Efectos del cambio climático en la costa de América Latina y el Caribe | Dinámicas, tendencias y variabilidad climática
Este documento es el primero de una serie de textos que se han elaborado en el marco
del Estudio regional de los efectos del cambio climático en la costa de América Latina y el
Caribe. La zona de estudio comprende una longitud total de costa de aproximadamente
72.182 km distribuidos en cuatro zonas geográﬁcas: Norteamérica, Centroamérica,
Sudamérica y las Islas del Caribe. En el dominio de estudio se han analizado los
cambios detectados en las dinámicas costeras, la inﬂuencia de la variabilidad climática,
información diversa sobre la vulnerabilidad presente en las costas de la región,
abarcando tanto el medio físico como el socioeconómico, la conﬁguración física de
las mismas y los impactos y riesgos previsibles en el futuro.
Efectos del cambio climático en la costa
de América Latina y el Caribe
Dinámicas, tendencias
y variabilidad climática
Efectos del cambio climático en la costa
de América Latina y el Caribe
DINÁMICAS, TENDENCIAS
Y VARIABILIDAD CLIMÁTICA
Alicia Bárcena
Secretaria Ejecutiva
Antonio Prado
Secretario Ejecutivo Adjunto
Joseluis Samaniego
Director
División de Desarrollo Sostenible y Asentamientos Humanos
Ricardo Pérez
Director
División de Documentos y Publicaciones
Las opiniones expresadas en este documento son de exclusiva responsabilidad de los autores y pueden no coincidir con
las de las Organizaciones participantes.
Los límites y los nombres que figuran en este mapa no implican su apoyo o aceptación oficial por las Naciones Unidas.
Esta publicación puede obtenerse dirigiéndose a:
División de Desarrollo Sostenible y Asentamientos Humanos de la CEPAL, página web: www.cepal.org/dmaah
Foto portada © Gabriel Barajas Ojeda
Publicación de las Naciones Unidas
LC/W.447
Copyright © Naciones Unidas, diciembre de 2011. Todos los derechos reservados
Impreso en Naciones Unidas, Santiago de Chile
Los Estados miembros y sus instituciones gubernamentales pueden reproducir esta obra sin autorización previa. Solo se
les solicita que mencionen la fuente e informen a las Naciones Unidas de tal reproducción.
Efectos del cambio climático en la costa
de América Latina y el Caribe
Dinámicas, tendencias
y variabilidad climática
Este documento fue elaborado por el Instituto de Hidráulica Ambiental de la Universidad de Cantabria bajo la dirección
del proyecto de Iñigo Losada Rodríguez, la coordinación de Fernando J. Méndez Incera y la participación de los
investigadores Borja González Reguero, Sonia Castanedo Bárcena, Gabriel Díaz Hernández, Raúl Medina Santamaría,
Pedro Díaz Simal, Bárbara Ondiviela Eizaguirre, Roberto Mínguez Solana, Ana J. Abascal Santillana, Antonio Espejo
Hermosa, Cristina Izaguirre Lasa, Paula Camus Braña, Oscar García Aguilar, Pino González-Riancho Calzada, Melisa
Menéndez García, José Antonio Juanes de la Peña y Antonio Tomás Sampedro. Por parte de la CEPAL el equipo que
FRRUGLQy\VXSHUYLVyHOHVWXGLRIXH&DUORVGH0LJXHO2¿FLDOGH$VXQWRV$PELHQWDOHV-RVp-DYLHU*yPH]2¿FLDOGH
Asuntos Económicos, Karina Martínez y Mauricio Pereira, Asistentes de investigación, todos ellos de la División de
Desarrollo Sostenible y Asentamientos Humanos. Este documento forma parte del estudio regional de los efectos del
FDPELRFOLPiWLFRHQODFRVWDGH$PpULFD/DWLQD\HO&DULEH¿QDQFLDGRSRUHO*RELHUQRGH(VSDxDPHGLDQWHHO0LQLVWHULR
de Asuntos Exteriores y de Cooperación y del Ministerio de Medio Ambiente y Medio Rural y Marino.
6H DJUDGHFH HVSHFLDOPHQWH HO DSR\R GHO SHUVRQDO GH OD 2¿FLQD (VSDxROD GH &DPELR &OLPiWLFR GHO 0LQLVWHULR GH
Medio Ambiente y Medio Rural y Marino de España, en particular de Paz Valiente, Ana Pintó, José Ramón Picatoste
y Alfonso Gutiérrez.
Además se agradece la colaboración de Felipe Fernández Pérez, Sheila Abad Herrero, Patricia Fernández Quintana,
Felipe Maza y Nabil Kakeh Burgada, técnicos del Instituto de Hidráulica de Cantabria, y los comentarios de Rodrigo
&LHQIXHJRVLQYHVWLJDGRUGHO'HSDUWDPHQWRGH,QJHQLHUtD+LGUiXOLFD\$PELHQWDOGHOD3RQWL¿FLD8QLYHUVLGDG&DWyOLFD
de Chile.
CEPAL
Dinámicas, tendencias y variabilidad climática
Índice
Glosario ........................................................................................................................................19
1.
Introducción ........................................................................................................................25
1.1. Contexto ........................................................................................................................25
1.2. Exposición de motivos ..................................................................................................26
1.3. Objetivos del estudio .....................................................................................................28
1.4. Zona de estudio ............................................................................................................28
1.4.1. Descripción de la zona de estudio.......................................................................29
1.5. Objetivos y estructura del documento ..........................................................................31
2.
Fuentes de información y bases de datos .......................................................................33
2.1. Introducción ..................................................................................................................33
2.2. Bases de datos de información existente .....................................................................35
2.2.1. Datos del Nivel Medio del Mar global (NMM) ......................................................35
2.2.2. Datos de Marea Astronómica (MA) ....................................................................38
2.2.3. Datos de salinidad (Salinity, SAL) .......................................................................39
'DWRVGHWHPSHUDWXUDVXSHU¿FLDOGHOPDU6HD6XUIDFH7HPSHUDWXUH667 ......39
2.2.5. Bases de datos de presión y viento ....................................................................40
2.2.6. Bases de datos de registros instrumentales de oleaje .......................................41
2.2.7. Bases de datos de registros instrumentales del nivel del mar ............................42
7HPSHUDWXUDGHODLUH ...........................................................................................43
2.2.9. Bases de datos de proyecciones del nivel medio del mar ..................................43
2.2.10. Bases de datos de proyecciones de modelos climáticos ..................................46
3.
Dinámicas costeras en América Latina y el Caribe ........................................................49
'LQiPLFDV0HWHR2FHDQRJUi¿FDV ...............................................................................49
3.1.1. Nivel Medio del Mar .............................................................................................49
3.1.2. Salinidad ..............................................................................................................51
7HPSHUDWXUDGHOPDUHQ6XSHU¿FLH .....................................................................51
7HPSHUDWXUDGHO$LUH ...........................................................................................52
3.1.5. Viento ..................................................................................................................54
3.2. Dinámicas Costeras ......................................................................................................56
3.2.1. Oleaje ..................................................................................................................56
3.2.2. Marea Astronómica.............................................................................................65
3.2.3. Marea Meteorológica ..........................................................................................68
5
CEPAL
Dinámicas, tendencias y variabilidad climática
3.3. Eventos Extremos .........................................................................................................70
3.3.1. Oleaje ..................................................................................................................71
3.3.2. Marea Meteorológica ..........................................................................................73
3.4. Análisis de los huracanes .............................................................................................74
3.5. Conclusiones de las dinámicas costeras en América Latina y el Caribe .....................80
4.
Métodos para evaluar las tendencias de largo plazo ........................................................ 81
4.1. Métodos de evaluación de la variación a largo plazo de una variable .........................81
7pFQLFDVSDUDDQDOL]DUODVWHQGHQFLDVGHODUJRSOD]R ..................................................83
7pFQLFDVDSUR[LPDGDVSDUDGHWHUPLQDUODYDULDFLyQGHXQDYDULDEOH
en función de la variación de otra ........................................................................……..88
5.
Tendencias de las dinámicas en América Latina y el Caribe ........................................... 91
5.1. Situación actual y conocimiento actual sobre el cambio en la región
de América Latina y el Caribe.......................................................................................91
7HQGHQFLDVHQODVGLQiPLFDVPHWHRRFHDQRJUi¿FDV ...................................................93
7HQGHQFLDVGHO1LYHO0HGLRGHO0DU6HD/HYHO5LVH ........................................93
7HQGHQFLDVHQHO1LYHO0HGLRGHO0DU5HODWLYR5HODWLYH6HD/HYHO5LVH ......101
7HQGHQFLDVHQOD6DOLQLGDG ...............................................................................103
7HQGHQFLDVGH7HPSHUDWXUD6XSHU¿FLDOGHO0DU ..............................................108
7HQGHQFLDVGHOD7HPSHUDWXUDGHO$LUH ............................................................ 114
7HQGHQFLDVGHOYLHQWR .......................................................................................121
7HQGHQFLDVHQODVGLQiPLFDVFRVWHUDV .......................................................................125
7HQGHQFLDVHQHOROHDMH .....................................................................................125
7HQGHQFLDVHQORVHYHQWRVH[WUHPRV .........................................................................134
7HQGHQFLDVHQORVHYHQWRVH[WUHPRVGHROHDMH................................................134
7HQGHQFLDVHQORVHYHQWRVH[WUHPRVGHPDUHDPHWHRUROyJLFD........................143
5HVXPHQGHODVWHQGHQFLDV ........................................................................................146
6.
Análisis de la variabilidad climática interanual de las dinámicas
en América Latina y el Caribe ............................................................................................. 149
6.1. Introducción ................................................................................................................149
7pFQLFDVHVWDGtVWLFDVSDUDDQDOL]DUODYDULDELOLGDGFOLPiWLFDGHORVDJHQWHV .............150
'HVFULSFLyQGHORVtQGLFHVFOLPiWLFRVDQDOL]DGRV .......................................................152
5HVXOWDGRV ..................................................................................................................161
5HVXOWDGRVGH&RUUHODFLyQFRQtQGLFHVFOLPiWLFRVFRQWHPSRUiQHRV ................161
6.4.2. Análisis de desfase temporal (Correlación cruzada) ........................................ 170
5HVXPHQGHODYDULDELOLGDGFOLPiWLFDLQWHUDQXDOGHODVGLQiPLFDV ............................. 175
7.
Conclusiones generales ...................................................................................................... 177
Bibliografía ..................................................................................................................................... 179
Anexo 1. Metodología, resultados y validación de la obtención de las bases
de datos de las dinámicas costeras generadas por IHC ......................................... 185
Anexo 2. Huracanes ...................................................................................................................... 219
6
CEPAL
Dinámicas, tendencias y variabilidad climática
ËQGLFHGH¿JXUDV
Figura 1.1
Zona de estudio......................................................................................................29
Figura 1.2
Subida del nivel del mar global (GMSL) desde 1870 a 2008 .................................35
Figura 1.3
Nivel medio del mar en cinco registros del planeta ...............................................37
)LJXUD
0DSDGHODFRPSRQHQWHGHPDUHD0FDOFXODGDFRQHOPRGHOR73;2 ................38
)LJXUD
(5667YEDQRPDOtDDQXDOGHVGHGHVGH6D1
FRQGHFRQ¿DQ]D ............................................................................................40
)LJXUD
9LHQWRVPi[LPRVGHOUHDQiOLVLV1&(3DPGHODVXSHU¿FLH
desde 1998 a 2008 ................................................................................................41
Figura 1.7
Datos de satélite adquiridos para el estudio de América Latina y el Caribe .......... 41
Figura 1.8
Boyas utilizadas en la validación de los datos de Oleaje (GOW) ..........................42
Figura 1.9
Mareógrafos disponibles en el área de estudio procedentes del centro UHSLC ..43
Figura 1.10
Escenarios de subida del nivel medio del mar .......................................................44
Figura 1.11
Comparación entre resultados de modelos de escenarios
GHO,3&&\YDORUHVLQVWUXPHQWDOHV .........................................................................45
)LJXUD
3UR\HFFLyQGHDVFHQVRGHOQLYHOPHGLRGHOPDUGHDEDVDGR
en las proyecciones de temperatura de los escenarios A2, B1 y A1F1 .................46
)LJXUD
0RGHORVFOLPiWLFRV$2*&0GLVSRQLEOHVGHO,3&&$5 .......................................47
)LJXUD
,QÀXHQFLDGHOtQGLFH1,f2HQODVDQRPDOtDVPHQVXDOHVGHOQLYHOGHOPDU..........48
Figura 1.15
Estacionalidad del nivel medio del mar a escala global .........................................50
Figura 1.16
Estacionalidad del nivel medio del mar en América Latina y el Caribe .................50
Figura 1.17
Estacionalidad de la salinidad a escala global .......................................................51
)LJXUD
(VWDFLRQDOLGDGGHODWHPSHUDWXUDVXSHU¿FLDOGHOPDUDHVFDODJOREDO ...................51
)LJXUD
(VWDFLRQDOLGDGGHODWHPSHUDWXUDVXSHU¿FLDOGHOPDU
en América Latina y el Caribe ................................................................................52
)LJXUD
(VWDFLRQDOLGDGGHODWHPSHUDWXUDVXSHU¿FLDOJOREDO...............................................53
)LJXUD
(VWDFLRQDOLGDGGHODWHPSHUDWXUDVXSHU¿FLDOHQ$PpULFD/DWLQD\HO&DULEH.........53
)LJXUD
3DWUyQGHFLUFXODFLyQJOREDOGHYLHQWRVWHyULFD\UHDOHQ$PpULFD .......................54
Figura 1.23
Cuantil de 0,9 de la velocidad del viento entre 1948 y 2008..................................54
Figura 1.24
Velocidad media del viento estacional entre 1948 y 2008 .....................................55
Figura 1.25
Dirección media de la potencia eólica entre 1948 y 2008 .....................................56
)LJXUD
$OWXUDGHRODVLJQL¿FDQWHPHGLDHVWDFLRQDO ............................................................57
)LJXUD
$OWXUDGHRODVLJQL¿FDQWHPi[LPDHVWDFLRQDO .........................................................58
)LJXUD
'LUHFFLyQGHO)OXMR0HGLRGH(QHUJtD ....................................................................59
)LJXUD
$OWXUDGHRODVLJQL¿FDQWHVXSHUDGDGHPHGLDKRUDVDODxR
desde 1948 a 2008 ................................................................................................60
)LJXUD
'HVFULSFLyQGHOFOLPDPDUtWLPRHQXQSXQWRGHODFRVWDGH$UJHQWLQD ..................61
)LJXUD
'HVFULSFLyQGHOFOLPDPDUtWLPRHQXQSXQWRGHODFRVWDGH&KLOH .........................62
7
CEPAL
Dinámicas, tendencias y variabilidad climática
)LJXUD
'HVFULSFLyQGHOFOLPDPDUtWLPRHQXQSXQWRGHODFRVWDGH3HU~ ..........................63
)LJXUD
'HVFULSFLyQGHOFOLPDPDUtWLPRHQXQSXQWRGHODFRVWDGH0p[LFR ......................64
)LJXUD
*Ui¿FRGHHVWDGRVGHOPDUUHSUHVHQWDWLYRVHQXQDUHG620
para un punto de México ........................................................................................65
Figura 1.35
Nivel máximo alcanzado por la marea astronómica desde 1948 a 2008 ..............66
Figura 1.36
Cuantil 0,9 de marea astronómica desde 1948 a 2008 .........................................67
Figura 1.37
Carrera de marea astronómica ..............................................................................67
Figura 1.38
Cuantil medio 0,90 de marea meteorológica desde 1948 a 2008 .........................68
Figura 1.39
Cuantil medio 0,99 de marea meteorológica desde 1948 a 2008 .........................69
)LJXUD
5DQJRGHYDULDFLyQPHQVXDOGHOFXDQWLOGHPDUHD
meteorológica desde 1948 .....................................................................................69
Figura 1.41
Forma de la Distribución Generalizada de Extremos (GEV)
VHJ~QHOSDUiPHWURGHIRUPD .................................................................................70
)LJXUD
$OWXUDGHRODVLJQL¿FDQWHGHSHULRGRGHUHWRUQRDxRV
HQHODxRKRUL]RQWH ........................................................................................71
)LJXUD
$OWXUDGHRODVLJQL¿FDQWHGHSHULRGRGHUHWRUQRDxRV
HQHODxRKRUL]RQWHYDORUPHGLR ..................................................................72
)LJXUD
3DUiPHWURGHIRUPDREWHQLGRHQHODQiOLVLVGHH[WUHPRV
GHDOWXUDGHRODVLJQL¿FDQWH ...................................................................................72
)LJXUD
0DUHDPHWHRUROyJLFDGHSHULRGRGHUHWRUQRDxRV
HQHODxR ........................................................................................................73
)LJXUD
3DUiPHWURGHIRUPDREWHQLGRHQHODQiOLVLVGHH[WUHPRV
GHDOWXUDGHRODVLJQL¿FDQWH ...................................................................................74
Figura 1.47
Serie de presión y velocidad del viento del forzamiento utilizado
en el modelo WW3, y los datos medidos por la boya NOAA-42001,
para el huracán Katrina (2005) ..............................................................................75
)LJXUD
3RVLFLyQHLQWHQVLGDGKLVWyULFDDxRVGHORVKXUDFDQHV
analizados en el presente estudio ..........................................................................75
Figura 1.49
Mapa de posición y nombre de las boyas tipo NDBC
del National Data Buoy Center de la NOAA...........................................................76
Figura 1.50
Comparación de las series horarias de presión para el modelo
+85$&+\GURPHW5DQNLQ9RUWH[GDWRGHODVER\D\UHDQiOLVLV
1&(31&$5SDUDHOKXUDFiQ.DWULQDHQGLYHUVDVER\DVDQDOL]DGDV
DVtFRPRWUD\HFWRULDVHJXLGD\PDSDHVSDFLDOGHOFDPSRGHSUHVLRQHV
en un determinado instante ....................................................................................77
Figura 1.51
Comparación de las series horarias de viento para el modelo de
+85$&%UHWVFKQHLGHUGDWRVGHODVER\D\UHDQiOLVLV1&(31&$5
para el huracán Katrina (2005) en dos de las boyas analizadas,
junto a campo de vientos en un determinado instante del huracán .......................78
)LJXUD
0DSDGHDOWXUDGHRODVLJQL¿FDQWHSDUDHOKXUDFiQ.DWULQDPRGHOR
GHO630PRGL¿FDGRDJRVWRGHDODVKRUDV ......................79
)LJXUD
0DSDGHPi[LPRVKLVWyULFRVDxRVGHGDWRVGHKXUDFDQHV
SDUDDOWXUDGHRODVLJQL¿FDQWHHQORVSXQWRVGHFRQWURODQDOL]DGRV......................79
8
CEPAL
Dinámicas, tendencias y variabilidad climática
Figura 1.54
Esquema de las técnicas para obtener las distribuciones de los agentes .............82
)LJXUD
(VTXHPDGHOHMHGHOWLHPSR\PHWRGRORJtDXWLOL]DGD
en cada horizonte temporal ....................................................................................82
)LJXUD
(VTXHPDGHWHQGHQFLDHVWDGtVWLFDGHODUJRSOD]R.................................................84
)LJXUD
(VTXHPDGHWHQGHQFLDHVWDGtVWLFDGHODUJRSOD]R
3UREDELOLGDGGHH[FHGHQFLDVREUHXQXPEUDO ........................................................85
Figura 1.58
Esquema del proceso de cálculo de las tendencias mediante
ODWpFQLFD7UHQG(2)V............................................................................................86
)LJXUD
(VTXHPDGHOSURFHVRGHFRPSUREDFLyQGHODVLJQL¿FDQFLD
HVWDGtVWLFDHQHOFiOFXORGHODVWHQGHQFLDV ............................................................86
)LJXUD
&DPELRVHQODIXQFLyQGHGHQVLGDGGHODJHQWH;HQODPHGLD
y en la dispersión ...................................................................................................87
)LJXUD
6LPXODFLyQFRQPRGHOR$50$GHODGLVWULEXFLyQ
GHGHQVLGDGHQORVSUy[LPRVDxRV ....................................................................88
)LJXUD
*Ui¿FDH[SOLFDWLYDGHOSURFHGLPLHQWRGHOPpWRGRGHODVSHUWXUEDFLRQHV ..............89
)LJXUD
5HSUHVHQWDFLyQGHOPpWRGRSUREDELOtVWLFRSDUDODGHWHUPLQDFLyQ
de la distribución de una variable en un análisis de tendencias ............................90
)LJXUD
&DPELRVGHODWHPSHUDWXUDVHJ~QPRGHORVFOLPiWROyJLFRV...................................92
)LJXUD
7HQGHQFLDVREVHUYDGDV\VLPXODGDVVHJ~QUHJLRQHVGHOPXQGR
GHODDQRPDOtDGHWHPSHUDWXUDVXSHU¿FLDOWHUUHVWUH ..............................................92
)LJXUD
7HQGHQFLD\UHFRQVWUXFFLyQREWHQLGDSDUDHOQLYHOPHGLRGHOPDUJOREDO..............93
)LJXUD
3DWUyQHVSDFLDOGHODWHQGHQFLDPHGLDDHVFDODJOREDO\GH$PpULFD/DWLQD
y el Caribe del Nivel Medio del Mar mediante el ajuste de tendencias locales .....94
)LJXUD
7LSRGHWHQGHQFLDREWHQLGDHQHODMXVWHORFDODHVFDODJOREDO ...............................95
)LJXUD
3DWUyQHVSDFLDOGHODWHQGHQFLDPHGLDDHVFDODJOREDO\GH$PpULFD/DWLQD\
HO&DULEHGHO1LYHO0HGLRGHO0DUPHGLDQWHHODMXVWHGHODWpFQLFD7UHQG(2) ....96
)LJXUD
7HQGHQFLDVREWHQLGDVSDUDXQSXQWRGHODFRVWD$WOiQWLFD ....................................97
)LJXUD
7HQGHQFLDVREWHQLGDVSDUDXQSXQWRGHODFRVWD3DFt¿FD .....................................97
)LJXUD
7HQGHQFLDPHGLDGHO1LYHO0HGLRGHO0DUHQORVSHULRGRV
2010-2040 y 2040-2070 .........................................................................................98
Figura 1.73
Valor medio e incertidumbre asociada del nivel medio del mar
HQHODxRKRUL]RQWH........................................................................................99
Figura 1.74
Valor medio e incertidumbre asociada del nivel medio del mar
HQHODxRKRUL]RQWH ........................................................................................99
Figura 1.75
Comparación de los niveles esperados por subida del nivel medio
del mar para los horizontes 2040 y 2070 y la sobrelevación producida
HQHOQLYHOPHGLRGXUDQWHHO1LxRGH ...........................................................100
)LJXUD
7HQGHQFLDPHGLDGHVXEVLGHQFLDHQHOSHULRGR .................................100
)LJXUD
7HQGHQFLDPHGLDGHOQLYHOPHGLRGHOPDUUHODWLYRHQHOSHULRGR
2010-2040 y 2040-2070 .......................................................................................102
Figura 1.78
Valor medio e incertidumbre asociada del nivel medio del mar
UHODWLYRHQHODxRKRUL]RQWH .........................................................................102
9
CEPAL
Dinámicas, tendencias y variabilidad climática
Figura 1.79
Valor medio e incertidumbre asociada de nivel medio del mar
UHODWLYRHQHODxRKRUL]RQWH .........................................................................103
)LJXUD
3DWUyQHVSDFLDOGHODWHQGHQFLDPHGLDDHVFDODJOREDO\GH$PpULFD
Latina y el Caribe de la salinidad (a 5 m de profundidad) mediante
el ajuste de tendencias local ................................................................................104
)LJXUD
7LSRGHWHQGHQFLDREWHQLGDHQHODMXVWHORFDODHVFDODJOREDOGHODVDOLQLGDG .....104
)LJXUD
3DWUyQHVSDFLDOGHODWHQGHQFLDPHGLDDHVFDODJOREDO\GH$PpULFD
Latina y el Caribe de la salinidad (a 5 m de profundidad) mediante
HODMXVWHGHODWpFQLFD7UHQG(2) ........................................................................105
)LJXUD
7HQGHQFLDVGHVDOLQLGDGREWHQLGDVSDUDXQSXQWRGHODFRVWD
de América Latina y el Caribe ..............................................................................106
)LJXUD
7HQGHQFLDVGHVDOLQLGDGREWHQLGDVSDUDXQSXQWRGHODFRVWD
de América Latina y el Caribe ..............................................................................106
)LJXUD
7HQGHQFLDPHGLDGHODVDOLQLGDGHQORVSHULRGRV\ .........107
Figura 1.86
Valor medio e incertidumbre asociada en la salinidad
HQHODxRKRUL]RQWH......................................................................................107
Figura 1.87
Valor medio e incertidumbre asociada en la salinidad
HQHODxRKRUL]RQWH ......................................................................................108
)LJXUD
7HQGHQFLD\UHFRQVWUXFFLyQREWHQLGDSDUDODDQRPDOtD
GHWHPSHUDWXUDGHOPDUHQVXSHU¿FLHJOREDO........................................................108
)LJXUD
3DWUyQHVSDFLDOGHODWHQGHQFLDPHGLDDHVFDODJOREDO\GH$PpULFD
/DWLQD\HO&DULEHGHODWHPSHUDWXUDVXSHU¿FLDOGHOPDUPHGLDQWH
el ajuste de tendencias local ................................................................................109
)LJXUD
7LSRGHWHQGHQFLDREWHQLGDHQHODMXVWHORFDODHVFDOD
JOREDOGHODWHPSHUDWXUDVXSHU¿FLDOGHOPDU ........................................................109
)LJXUD
3DWUyQHVSDFLDOGHODWHQGHQFLDPHGLDDHVFDODJOREDO\GH$PpULFD
/DWLQD\HO&DULEHGHODWHPSHUDWXUDVXSHU¿FLDOGHOPDUPHGLDQWH
HODMXVWHGHODWpFQLFD7UHQG(2) ........................................................................ 110
)LJXUD
7HQGHQFLDVGHWHPSHUDWXUDVXSHU¿FLDOGHOPDUREWHQLGDV
para un punto de la costa de América Latina y el Caribe .................................... 111
)LJXUD
7HQGHQFLDVGHWHPSHUDWXUDVXSHU¿FLDOGHOPDUREWHQLGDV
para un punto de la costa de América Latina y el Caribe .................................... 111
)LJXUD
7HQGHQFLDPHGLDGHODWHPSHUDWXUDVXSHU¿FLDOGHOPDU
en los periodos 2010-2040 y 2040-2070 ............................................................. 112
)LJXUD
9DORUPHGLRHLQFHUWLGXPEUHGHODWHPSHUDWXUDVXSHU¿FLDO
GHOPDU667HQHODxRKRUL]RQWH .............................................................. 113
)LJXUD
9DORUPHGLRHLQFHUWLGXPEUHGHODWHPSHUDWXUDVXSHU¿FLDO
GHOPDU667HQHODxRKRUL]RQWH .............................................................. 113
)LJXUD
*UDGRGHFRQ¿DQ]DHVFDOD,3&&VREUHXQDXPHQWRGHODWHPSHUDWXUD
VXSHU¿FLDOGHOPDUGH&SDUDGLVWLQWRVDxRVKRUL]RQWH ..................................... 114
)LJXUD
7HQGHQFLD\UHFRQVWUXFFLyQREWHQLGDSDUDODDQRPDOtDGHWHPSHUDWXUD
GHODLUHHQVXSHU¿FLHJOREDO ................................................................................. 115
10
CEPAL
)LJXUD
Dinámicas, tendencias y variabilidad climática
3DWUyQHVSDFLDOGHODWHQGHQFLDPHGLDDHVFDODJOREDO\GH$PpULFD
/DWLQD\HO&DULEHGHODWHPSHUDWXUDGHODLUHHQVXSHU¿FLHPHGLDQWH
el ajuste de tendencias local ................................................................................ 115
)LJXUD 7LSRGHWHQGHQFLDREWHQLGDHQHODMXVWHORFDODHVFDODJOREDO
SDUDODWHPSHUDWXUDGHODLUHHQVXSHU¿FLH ........................................................... 116
)LJXUD 3DWUyQHVSDFLDOGHODWHQGHQFLDPHGLDDHVFDODJOREDO\GH$PpULFD
/DWLQD\HO&DULEHSDUDODWHPSHUDWXUDGHODLUHHQVXSHU¿FLHPHGLDQWH
HODMXVWHGHODWpFQLFD7UHQG(2) ........................................................................ 116
)LJXUD 7HQGHQFLDVGHWHPSHUDWXUDGHODLUHHQVXSHU¿FLHREWHQLGDV
para un punto de América Latina y el Caribe ....................................................... 117
)LJXUD 7HQGHQFLDVGHWHPSHUDWXUDGHODLUHHQVXSHU¿FLHREWHQLGDV
para un punto de la costa de América Latina y el Caribe .................................... 117
)LJXUD 7HQGHQFLDOLQHDOPHGLDHTXLYDOHQWHGHODWHPSHUDWXUDGHODLUH
HQVXSHU¿FLHHQWUH\ ........................................................ 118
)LJXUD 9DULDFLyQGHODWHPSHUDWXUDGHODLUHHQVXSHU¿FLH
e incertidumbre asociada en 2040 ....................................................................... 118
)LJXUD 9DULDFLyQGHODWHPSHUDWXUDGHODLUHHQVXSHU¿FLH
e incertidumbre asociada en 2070 ....................................................................... 119
)LJXUD 3UREDELOLGDGGHXQDXPHQWRGHODWHPSHUDWXUDGHODLUHHQVXSHU¿FLH
GH&HQODVFRVWDVGH$PpULFD/DWLQD\HO&DULEHHQODDFWXDOLGDG
\HQORVDxRVKRUL]RQWH\ .........................................................120
)LJXUD 7HQGHQFLDPHGLDGHOFXDQWLOGHODYHORFLGDGGHOYLHQWR
a 10 m entre 2010 y 2070 .....................................................................................121
Figura 1.109 Variación del cuantil 0,9 de la velocidad del viento a 10 m
e incertidumbre asociada en 2040 .......................................................................122
Figura 1.110
Variación del cuantil 0,9 de la velocidad del viento a 10 m
e incertidumbre asociada en 2070 .......................................................................122
Figura 1.111
Esquema de los cuatro sectores direccionales considerados
en el análisis de la dirección del viento ................................................................123
)LJXUD 7HQGHQFLDPHGLDGHJLURGHODGLUHFFLyQGHODSRWHQFLDHyOLFD
entre 2010 y 2070 para los cuatro sectores: Norte, Este, Sur y Oeste ...............124
)LJXUD 7HQGHQFLDPHGLDGHODDOWXUDGHRODVLJQL¿FDQWHVXSHUDGDKRUDV
DODxR+V12) entre 2010 y 2070 ............................................................................125
)LJXUD 9DULDFLyQGHODDOWXUDGHRODVLJQL¿FDQWHVXSHUDGDKRUDV
DODxRHLQFHUWLGXPEUHDVRFLDGDHQ ............................................................126
)LJXUD 9DULDFLyQGHODDOWXUDGHRODVLJQL¿FDQWHVXSHUDGDKRUDV
DODxRHLQFHUWLGXPEUHDVRFLDGDHQ ............................................................126
)LJXUD 3UREDELOLGDGGHVXSHUDUXQDXPHQWRGHPGH+V12) en la actualidad
\HQORVDxRVKRUL]RQWH\ .........................................................127
)LJXUD 7HQGHQFLDPHGLDGHODDOWXUDGHRODVLJQL¿FDQWHPHGLD
mensual entre 2010 y 2070 ..................................................................................129
)LJXUD 9DULDFLyQGHODDOWXUDGHRODVLJQL¿FDQWHPHGLDPHQVXDO
e incertidumbre asociada en 2040 .......................................................................130
11
CEPAL
Dinámicas, tendencias y variabilidad climática
)LJXUD 9DULDFLyQGHODDOWXUDGHRODVLJQL¿FDQWHPHGLDPHQVXDO
e incertidumbre asociada en 2070 .......................................................................130
)LJXUD 3UREDELOLGDGGHVXSHUDUXQDXPHQWRGHPGHODDOWXUDVLJQL¿FDQWHPHGLD
PHQVXDOHQODDFWXDOLGDG\HQORVDxRVKRUL]RQWH\ ................ 131
)LJXUD 7HQGHQFLDPHGLDGHJLURGHOÀXMRPHGLRGHHQHUJtDHQWUH\ ..............132
)LJXUD 9DULDFLyQGHODGLUHFFLyQGHOÀXMRPHGLRGHHQHUJtD
e incertidumbre asociada en 2040 .......................................................................133
)LJXUD 9DULDFLyQGHODGLUHFFLyQGHOÀXMRPHGLRGHHQHUJtD
e incertidumbre asociada en 2070 .......................................................................133
)LJXUD 7HQGHQFLDDQXDOGHODUJRSOD]RGHORVH[WUHPRVGHROHDMHHQ ..........135
)LJXUD 7HQGHQFLDHVWDFLRQDOGHODUJRSOD]RGHORVH[WUHPRVGHROHDMH..........................136
)LJXUD $OWXUDGHRODVLJQL¿FDQWHGHSHULRGRGHUHWRUQRDxRVHQHODxRKRUL]RQWH
2040 y 2070 ..........................................................................................................137
)LJXUD $OWXUDGHRODVLJQL¿FDQWHGHSHULRGRGHUHWRUQRDxRV
HQHODxRKRUL]RQWHYDORUPHGLR ................................................................137
)LJXUD 9DULDFLyQHVSHUDEOHGHOSHULRGRGHUHWRUQRGHDxRVHQHODxR ...........138
Figura 1.129 Localización de los cinco puntos donde se ha realizado el análisis
comparativo de los extremos de oleaje por efecto del cambio climático,
en términos de periodo de retorno y altura de ola asociada ................................139
Figura 1.130 Funciones de densidad de probabilidad obtenidas para un punto
de la costa de América Latina y el Caribe (Baja California).................................140
)LJXUD 3UREDELOLGDGDVRFLDGDDODH[FHGHQFLDVREUHPGHDOWXUDGHROD
VLJQL¿FDQWH\SHULRGRGHUHWRUQRDVRFLDGRVHQXQSXQWR
de América Latina y el Caribe (Baja California) ................................................... 141
Figura 1.132 Marea meteorológica asociada a un periodo de retorno
GHDxRVHQHODxR...................................................................................144
)LJXUD 7HQGHQFLDDQXDOGHODUJRSOD]RHQORVH[WUHPRVGHPDUHD
meteorológica en 2010-2040 ...............................................................................144
)LJXUD 7HQGHQFLDGHODUJRSOD]RHVWDFLRQDOGHPDUHDPHWHRUROyJLFD ............................145
)LJXUD 6HULHWHPSRUDOGHOtQGLFHFOLPiWLFR$2 ................................................................152
)LJXUD 6HULHWHPSRUDOGHOtQGLFHFOLPiWLFR6$0 .............................................................153
)LJXUD $QRPDOtDVGHSUHVLyQHQHO3DFt¿FREDMRVLWXDFLRQHVGH1LxR\1LxD ................154
Figura 1.138 Esquema de la situación de vientos y estructura oceánica en condiciones
normales del fenómeno ENSO en los meses de diciembre a febrero .................155
Figura 1.139 Esquema de la situación de vientos y estructura oceánica
HQIDVH1LxR\IDVH1LxD ......................................................................................155
)LJXUD 5HJLRQHVGHPHGLGDGHORVtQGLFHV1LxR .............................................................156
)LJXUD 6HULHWHPSRUDOGHOtQGLFHFOLPiWLFR62, ...............................................................157
)LJXUD 6HULHWHPSRUDOGHOtQGLFHFOLPiWLFR1,f2 ..........................................................157
)LJXUD 6HULHWHPSRUDOGHOtQGLFHFOLPiWLFR$02 .............................................................158
)LJXUD 6HULHWHPSRUDOGHOtQGLFHFOLPiWLFR17$ ..............................................................159
12
CEPAL
Dinámicas, tendencias y variabilidad climática
)LJXUD =RQDVJHRJUi¿FDVGHORVtQGLFHV&$517$\76$ ............................................159
)LJXUD 6HULHWHPSRUDOGHOtQGLFHFOLPiWLFR76$ ..............................................................160
)LJXUD 6HULHWHPSRUDOGHOtQGLFHFOLPiWLFR&$5..............................................................160
)LJXUD &RUUHODFLyQGHOSHUFHQWLOGHODDOWXUDGHRODVLJQL¿FDQWH
FRQGLYHUVRVtQGLFHVFOLPiWLFRV ............................................................................162
)LJXUD &RUUHODFLyQGHODDOWXUDVLJQL¿FDQWHPHGLDPHQVXDOFRQORVtQGLFHV
62,&$517$.....................................................................................................163
)LJXUD &RUUHODFLyQGHODDOWXUDVLJQL¿FDQWHPi[LPDPHQVXDOFRQORVtQGLFHV
62,76$17$ .....................................................................................................164
)LJXUD &RUUHODFLyQGHODGLUHFFLyQGHOÀXMRPHGLRGHHQHUJtDGHOROHDMH
FRQORVtQGLFHV1,f276$6$0\17$ ...........................................................165
)LJXUD &RUUHODFLyQSRUGHVYLDFLyQWtSLFDJUDGRVSRVLWLYRVHQVHQWLGRKRUDULR
GHODGLUHFFLyQGHO)OXMR0HGLRGH(QHUJtDPHQVXDOGHOROHDMHFRQORVtQGLFHV
1,f2L]TXLHUGDVXSHULRU76$6$0\17$ ....................................................166
)LJXUD &RUUHODFLyQGHOQLYHOGHOPDUFRQORVtQGLFHV
1,f2&$5$0276$62,\17$ .................................................................167
)LJXUD &RUUHODFLyQSRUGHVYLDFLyQWtSLFDGHO1LYHOGHOPDUFRQORVtQGLFHV
1,f2&$5$0276$62,\17$ ..................................................................168
)LJXUD &RUUHODFLyQGHOFXDQWLOGHPDUHDPHWHRUROyJLFDFRQORVtQGLFHV
$0217$62,1,f2&$5 ............................................................................169
)LJXUD $QiOLVLVGHFRUUHODFLyQFUX]DGDGHXQDGHODVYDULDEOHVFRQHOtQGLFH
1,f2±3XQWR\FRQHOtQGLFH62,±3XQWR .........................................170
Figura 1.157 Desfase temporal de la correlación máxima del percentil 0,95 de altura
GHRODVLJQL¿FDQWHFRQORVGLVWLQWRVtQGLFHVFOLPiWLFRV ........................................ 171
)LJXUD 'HVIDVHWHPSRUDOGHODFRUUHODFLyQGHODGLUHFFLyQGHOÀXMRPHGLR
GHHQHUJtDGHOROHDMHFRQORVGLVWLQWRVtQGLFHVFOLPiWLFRV ....................................172
Figura 1.159 Desfase temporal de la correlación del nivel medio del mar
FRQORVGLVWLQWRVtQGLFHVFOLPiWLFRV ......................................................................173
Figura 1.160 Desfase temporal de la correlación del cuantil 0,95 de marea
PHWHRUROyJLFDFRQORVGLVWLQWRVtQGLFHVFOLPiWLFRV............................................... 174
Figura 1.161 Malla global del reanálisis GOW ..........................................................................186
Figura 1.162 Mallas de detalle de reanálisis de oleaje en América Latina y el Caribe
y resolución espacial de las mismas ....................................................................187
)LJXUD 7UD\HFWRULDVKLVWyULFDVGHKXUDFDQHVHQHO$WOiQWLFR
\HQHO3DFt¿FR1RUGHVWH .....................................................................................188
Figura 1.164
Boyas de oleaje utilizadas para la validación de la malla
global del reanálisis GOW ....................................................................................189
)LJXUD 9DOLGDFLyQHQODER\D12$$5HJLyQ3DFt¿FR1RUWH0DOOD*OREDO ........189
)LJXUD 9DOLGDFLyQHQODER\D12$$5HJLyQ3DFt¿FR1RUWH0DOOD*OREDO ........190
)LJXUD 9DOLGDFLyQHQODER\DGH6LOOHLURLQGH¿QLGDV233(
5HJLyQ$WOiQWLFR1RUWH0DOOD*OREDO ..................................................................190
13
CEPAL
Dinámicas, tendencias y variabilidad climática
)LJXUD 9DOLGDFLyQHQODER\DGH%LOEDRLQGH¿QLGDV233(
5HJLyQ$WOiQWLFR1RUWH0DOOD*OREDO ..................................................................191
Figura 1.169 Series temporales de altura de ola y periodo de pico en la boya 41043
GHOD12$$DO1RUWHGHODLVODGH3XHUWR5LFR ...................................................192
)LJXUD *Ui¿FRVGHGLVSHUVLyQ\FXDQWLOHVSDUDODVER\DV\ ..........193
Figura 1.171
Error medio cuadrático entre el reanálisis GOW y datos de satélite.
3HULRGR0DU]RD0D\R ...............................................................................193
Figura 1.172 Datos de satélite adquiridos para el estudio ........................................................194
)LJXUD 6HOHFFLyQGHGDWRVGHVDWpOLWHHQWRUQRDXQSXQWRGHODFRVWDSDFt¿FD
GH0p[LFRXWLOL]DQGRXQFULWHULRGHE~VTXHGDGHVGHWLHUUD .................................195
)LJXUD ,GHQWL¿FDFLyQGHoutliers en la calibración del oleaje ...........................................195
)LJXUD 5RVDGHFDOLEUDFLyQHQIXQFLyQGHODGLUHFFLyQGHOROHDMHFRQLQWHUYDOR
GHFRQ¿DQ]DGHO ...........................................................................................196
)LJXUD *Ui¿FRVGHFXDQWLOHVGHOUHDQiOLVLVGHROHDMH\GHORVGDWRVGHVDWpOLWH .............197
Figura 1.177 Ejemplos de transformación de la calibración
en los cuantiles de altura de ola ...........................................................................197
)LJXUD (IHFWRHVSDFLDOGHODFDOLEUDFLyQ9DORUHVGHORVtQGLFHV506(
(Error Cuadrático Medio) y Scatter Index en el oleaje global, antes
y después de las correcciones .............................................................................198
)LJXUD %DWLPHWUtDXWLOL]DGDHQODJHQHUDFLyQGHUHDQiOLVLVGHPDUHD
PHWHRUROyJLFDHQOD]RQDGHHVWXGLR0DOODUHVROXFLyQ ..........................200
)LJXUD 5HVXOWDGRVGHOUHDQiOLVLV*26GHHOHYDFLyQGHODVXSHU¿FLH
OLEUHGHELGDDPDUHDPHWHRUROyJLFDSDUDODIHFKD
Zona Golfo de México y Caribe............................................................................201
)LJXUD 5HVXOWDGRVGHOUHDQiOLVLV*26GHHOHYDFLyQGHODVXSHU¿FLHOLEUHGHELGDD
PDUHDPHWHRUROyJLFDSDUDODIHFKD=RQD$PpULFDGHO6XU ..............202
Figura 1.182 Localización y nombre de los mareógrafos .........................................................203
Figura 1.183 Comparación de la serie de marea meteorológica del reanálisis GOS
con el mareógrafo h775A localizado en el Golfo de México ................................203
Figura 1.184 Comparación de la serie de marea meteorológica del reanálisis GOS
con el mareógrafo h280A localizado en la costa del Atlántico ............................204
Figura 1.185 Comparación de la serie de marea meteorológica del reanálisis GOS
con el mareógrafo h281A localizado en la costa del Atlántico .............................204
Figura 1.186 Comparación de la serie de marea meteorológica del reanálisis GOS
FRQHOPDUHyJUDIRK$ORFDOL]DGRHQODFRVWDGHO3DFt¿FR ..............................205
Figura 1.187 Comparación de la serie de marea meteorológica del reanálisis GOS
FRQHOPDUHyJUDIRK$ORFDOL]DGRHQODFRVWDGHO3DFt¿FR ..............................205
Figura 1.188 Comparación de la serie de marea meteorológica del reanálisis GOS
con el mareógrafo h287A localizado el sur de Chile ............................................206
Figura 1.189 Localización de los puntos a lo largo de la costa de América Latina
y el Caribe en los que se ha calculado la marea astronómica.............................207
Figura 1.190 Localización de los mareógrafos..........................................................................208
14
CEPAL
Dinámicas, tendencias y variabilidad climática
Figura 1.191 Validación en un punto de la costa América Latina y el Caribe
localizado en el Caribe .........................................................................................209
Figura 1.192 Validación en un punto de la costa América Latina y el Caribe
localizado en Centroamérica ...............................................................................210
Figura 1.193 Validación en un punto de la costa América Latina y el Caribe
ORFDOL]DGRHQODFRVWDGHO3DFt¿FR .......................................................................210
Figura 1.194 Validación en un punto de la costa América Latina y el Caribe
localizado en la costa del Atlántico ...................................................................... 211
Figura 1.195 Valor medio del error medio cuadrático de los residuos ...................................... 211
Figura 1.196 Diagrama de dispersión en un punto de la costa América Latina
y el Caribe localizado en el Caribe ......................................................................212
Figura 1.197 Diagrama de dispersión en un punto de la costa América Latina
y el Caribe localizado en Centroamérica .............................................................212
Figura 1.198 Diagrama de dispersión en un punto de la costa América Latina
\HO&DULEHORFDOL]DGRHQODFRVWDGHO3DFt¿FR .....................................................213
Figura 1.199 Diagrama de dispersión en un punto de la costa América Latina
y el Caribe localizado en la costa del Atlántico ....................................................213
)LJXUD 9DORUGHOFRH¿FLHQWHGHFRUUHODFLyQ5 2 ................................................................214
Figura 1.201 Marea astronómica en el periodo 1948-2100 en un punto localizado
en la costa del Caribe ..........................................................................................215
Figura 1.202 Marea astronómica en el periodo 1948-2100 en un punto localizado
HQHO3DFt¿FR ........................................................................................................215
Figura 1.203 Marea astronómica en el periodo 1948-2100 en un punto localizado
en el Atlántico .......................................................................................................216
Figura 1.204 Amplitud máxima de la marea astronómica en el periodo 1948-2100 .................216
Figura 1.205 Serie de presión y velocidad del viento del forzamiento utilizado
en el modelo WW3 y los datos medidos por la boya NOAA-42001,
para el huracán Katrina (2005) ............................................................................220
)LJXUD 3RVLFLyQHLQWHQVLGDGKLVWyULFDDxRVGHORVKXUDFDQHV
analizados en el presente estudio ........................................................................221
Figura 1.207 Ejemplo del mapa de presiones obtenidas con el modelo
+\GURPHW5DQNLQ9RUWH[ ...........................................................................223
Figura 1.208 Mapa de variación de la presión atmosférica para el huracán Katrina
(27-agosto de 2005 a las 17.00 horas) .................................................................224
Figura 1.209 Mapa de variación de la presión atmosférica para el huracán Kenna
(24-octubre de 2002 a las 09.00 horas) ...............................................................225
Figura 1.210 Mapa de posición y nombre de las boyas tipo NDBC del National
Data Buoy Center de la NOAA .............................................................................225
Figura 1.211 Comparación de las series horarias de presión para el modelo
+85$&+\GURPHW5DQNLQ9RUWH[GDWRVGHODVER\DV
\UHDQiOLVLV1&(31&$5SDUDHOKXUDFiQ.DWULQD ..................................227
Figura 1.212 Comparación de las series horarias de presión para el modelo
+85$&+\GURPHW5DQNLQ9RUWH[GDWRVGHODVER\DV
\UHDQiOLVLV1&(31&$5SDUDHOKXUDFiQ*LOEHUW ...................................228
15
CEPAL
Dinámicas, tendencias y variabilidad climática
Figura 1.213 Comparación de las series horarias de presión para el modelo
+85$&+\GURPHW5DQNLQ9RUWH[GDWRVGHODVER\DV
\UHDQiOLVLV1&(31&$5SDUDHOKXUDFiQ0LWFK .....................................228
Figura 1.214 Comparación de las series horarias de presión para el modelo
+85$&+\GURPHW5DQNLQ9RUWH[GDWRVGHODVER\DV
\UHDQiOLVLV1&(31&$5SDUDHOKXUDFiQ:LOPD....................................229
Figura 1.215 Comparación de las series horarias de presión para el modelo
+85$&+\GURPHW5DQNLQ9RUWH[GDWRVGHODVER\DV
\UHDQiOLVLV1&(31&$5SDUDHOKXUDFiQ,NH .........................................230
Figura 1.216 Ejemplo del mapa de viento obtenido con el modelo de Bretschneider (1990) ...232
Figura 1.217
Mapa de variación del viento para el huracán Katrina
(27-agosto de 2005 a las 17.00 horas) .................................................................233
Figura 1.218
Mapa de variación del viento para el huracán Kenna
(24-octubre de 2002 a las 11.00 horas) ...............................................................233
Figura 1.219 Comparación de las series horarias de viento para el modelo de
+85$&%UHWVFKQHLGHUGDWRVGHODVER\DV\UHDQiOLVLV
1&(31&$5SDUDHOKXUDFiQ.DWULQD .....................................................234
Figura 1.220 Comparación de las series horarias de viento para el modelo de
+85$&%UHWVFKQHLGHUGDWRVGHODVER\DV\UHDQiOLVLV
1&(31&$5SDUDHOKXUDFiQ*LOEHUW ......................................................235
Figura 1.221 Comparación de las series horarias de viento para el modelo de
+85$&%UHWVFKQHLGHUGDWRVGHODVER\DV\UHDQiOLVLV
1&(31&$5SDUDHOKXUDFiQ0LWFK ........................................................235
Figura 1.222 Comparación de las series horarias de viento para el modelo de
+85$&%UHWVFKQHLGHUGDWRVGHODVER\DV\UHDQiOLVLV
1&(31&$5SDUDHOKXUDFiQ:LOPD.......................................................236
Figura 1.223 Comparación de las series horarias de viento para el modelo de
+85$&%UHWVFKQHLGHUGDWRVGHODVER\DV\UHDQiOLVLV
1&(31&$5SDUDHOKXUDFiQ,NH ............................................................237
)LJXUD 0DSDGHDOWXUDGHRODVLJQL¿FDQWHSDUDHOKXUDFiQ.DWULQDPRGHOR
de Bretschneider (1990) (27-agosto de 2005 a las 17.00 horas) ..........................239
)LJXUD 0DSDGHDOWXUDGHRODVLJQL¿FDQWHSDUDHOKXUDFiQ.DWULQDPRGHOR
de Young (1988) (27-agosto de 2005 a las 17.00 horas) ......................................240
)LJXUD 0DSDGHEDWLPHWUtDHPSOHDGDSDUDHOPRGHORGHO630PRGL¿FDGR ........ 241
)LJXUD 0DSDGHDOWXUDGHRODVLJQL¿FDQWHSDUDHOKXUDFiQ.DWULQDPRGHOR
GHO630PRGL¿FDGRDJRVWRGHDODVKRUDV ....................242
)LJXUD &RPSDUDFLyQGHODVVHULHVKRUDULDVGH+V\7SSDUDORVPRGHORV
%UHWVFKQHLGHU<RXQJ630PRGL¿FDGRGDWRVGHODVER\DV
y datos de la base de datos GOW, para el huracán Katrina (2005).....................243
)LJXUD &RPSDUDFLyQGHODVVHULHVKRUDULDVGH+V\7SSDUDORVPRGHORV
%UHWVFKQHLGHU<RXQJ630PRGL¿FDGRGDWRVGHODVER\DV
y datos de la base de datos GOW, para el huracán Gilbert (1988)......................244
)LJXUD &RPSDUDFLyQGHODVVHULHVKRUDULDVGH+V\7SSDUDORVPRGHORV
%UHWVFKQHLGHU<RXQJ630PRGL¿FDGRGDWRVGHODVER\DV
y datos de la base de datos GOW, para el huracán Charley (2004) ....................245
16
CEPAL
Dinámicas, tendencias y variabilidad climática
)LJXUD &RPSDUDFLyQGHODVVHULHVKRUDULDVGH+V\7SSDUDORVPRGHORV
%UHWVFKQHLGHU<RXQJ630PRGL¿FDGRGDWRVGHODVER\DV
y datos de la base de datos GOW, para el huracán Wilma (2005) ......................246
)LJXUD &RPSDUDFLyQGHODVVHULHVKRUDULDVGH+V\7SSDUDORVPRGHORV
%UHWVFKQHLGHU<RXQJ630PRGL¿FDGRGDWRVGHODV
ER\DV\GDWRVGHODEDVHGHGDWRV*2:SDUDHOKXUDFiQ,NH .................247
)LJXUD 8QYHKtFXORHVDUUDVWUDGRHQORV(VWDGRV8QLGRVGH1RUWHDPpULFD
por la marea meteorológica del huracán Gustav en 2008 ...................................248
Figura 1.234 Ejemplo de un evento bidimensional huracán en una playa y su efecto
asociado de aumento de nivel del mar (storm surge) y oleaje .............................249
Figura 1.235 Esquema del corte batimétrico y marea meteorológica
a lo largo del transecto .........................................................................................250
Figura 1.236 Mapa de viento para el huracán Katrina del 28-agosto de 2005 a las
KRUDV\GDWRVGHEDWLPHWUtDYLHQWR\PDUHDPHWHRUROyJLFDGHELGD
a la acción del viento a lo largo del transecto hacia el punto de control ..............252
Figura 1.237 Mapa de viento para el huracán Katrina del 28-agosto de 2005 a las
KRUDV\GDWRVGHEDWLPHWUtDYLHQWR\PDUHDPHWHRUROyJLFDGHELGD
a la acción del viento a lo largo del transecto hacia el punto de control ..............253
Figura 1.238 Mapa de marea meteorológica debida a la variación de la presión atmosférica,
para el huracán Katrina del 27-agosto de 2005 a las 22.00 horas ......................255
)LJXUD 6HULHVFRPSDUDWLYDVGHPDUHDPHWHRUROyJLFDREWHQLGDFRQHOPRGHORDQDOtWLFR
\ORVGDWRVGHOPDUHyJUDIR*(6/$1SDUDHOKXUDFiQ.DWULQDGHO ...256
Figura 1.240 Series comparativas de marea meteorológica obtenida con el modelo
DQDOtWLFR\ORVGDWRVGHORVPDUHyJUDIRV*(6/$1\
para el huracán Charley del 2004 ........................................................................256
Figura 1.241 Series comparativas de marea meteorológica obtenida con el modelo
DQDOtWLFR\ORVGDWRVGHORVPDUHyJUDIRV*(6/$1\
para el huracán Frances del 2003 .......................................................................257
)LJXUD 3XQWRVGHFRQWURODQDOL]DGRVHQHOSUHVHQWHHVWXGLR\PDSDVGHYLHQWR\
oleaje para los huracanes Kenna (2001) y Katrina (2005) respectivamente .......258
)LJXUD 0DSDGHPtQLPRVKLVWyULFRVDxRVGHGDWRVGHKXUDFDQHVGHSUHVLyQ
atmosférica, en los puntos de control analizados ................................................259
)LJXUD 0DSDGHPi[LPRVKLVWyULFRVDxRVGHGDWRVGHKXUDFDQHV
para la velocidad del viento, en los puntos de control analizados .......................259
)LJXUD 0DSDGHPi[LPRVKLVWyULFRVDxRVGHGDWRVGHKXUDFDQHV
SDUDDOWXUDGHRODVLJQL¿FDQWHHQORVSXQWRVGHFRQWURODQDOL]DGRV....................260
)LJXUD 0DSDGHPi[LPRVKLVWyULFRVDxRVGHGDWRVGHKXUDFDQHV
para el periodo de pico del oleaje, en los puntos de control analizados .............260
)LJXUD 0DSDGHPi[LPRVKLVWyULFRVDxRVGHGDWRVGHKXUDFDQHVSDUD
la marea meteorológica por presión, en los puntos de control analizados ..........261
)LJXUD 0DSDGHPi[LPRVKLVWyULFRVDxRVGHGDWRVGHKXUDFDQHVSDUD
la marea meteorológica por viento, en los puntos de control analizados ............261
)LJXUD 0DSDGHPi[LPRVKLVWyULFRVDxRVGHGDWRVGHKXUDFDQHVSDUD
la marea meteorológica conjunta en los puntos de control analizados ...............262
17
CEPAL
Dinámicas, tendencias y variabilidad climática
Índice de cuadros
Cuadro 1.1
Esquema y documentos del proyecto ....................................................................26
Cuadro 1.2
Bases de datos de información existente...............................................................34
Cuadro 1.3
Bases de datos generadas por IHC .......................................................................35
Cuadro 1.4
Escenarios de subida del nivel medio del mar .......................................................44
&XDGUR
5HVXPHQGHYDULDEOHVFRVWHUDVFRQWHPSODGDVHQHOHVWXGLR ................................49
Cuadro 1.6
Variación de la probabilidad (respecto a la de 2010) de superar 50 cm en el
cambio de Hs12HQORVDxRVKRUL]RQWHHQGLYHUVRVSXQWRVGHODUHJLyQ ...............128
&XDGUR
&RRUGHQDGDVJHRJUi¿FDVUHIHUHQFLDHOLSVRLGH:*6GHORVFLQFR
puntos del análisis comparativos de extremos de oleaje .....................................140
&XDGUR
9DULDFLyQGHORVSHULRGRVGHUHWRUQRGH\DxRV
HQORVDxRV\HQFLQFRSXQWRVGHDQiOLVLV .........................................142
Cuadro 1.9
Variación de la altura de ola asociada los periodos de retorno de 50, 100,
\DxRVHQORVDxRV\HQFLQFRSXQWRVGHDQiOLVLV ..............142
&XDGUR (YROXFLyQGHOSHULRGRGHUHWRUQRGHDxRVGHDOWXUDGHROD
VLJQL¿FDQWHHQYDULRVSXQWRVGHHVWXGLR ..............................................................142
&XDGUR &RRUGHQDGDVJHRJUi¿FDVGHODORFDOL]DFLyQGHODVER\DV
GHOD12$$HQHO$WOiQWLFR&DULEH .......................................................................226
18
CEPAL
Dinámicas, tendencias y variabilidad climática
Glosario
A1B
Escenario de cambio climático del IPCC de la familia A1
A2
Escenario de cambio climático del IPCC de la familia A2
ALyC
América Latina y el Caribe
AR4
Cuarto informe del IPCC (Assessment Report 4)
ARMA
Modelo autor-regresivo de media móvil (Auto-Regressive Mean Average model)
AMO
Oscilación multidecadal del Atlántico (Atlantic Multidecadal Oscillation)
AO
Oscilación del Ártico (Artic Oscillation)
AOGCM
Atmosphere-Ocean General Circulation Model
B1
Escenario de cambio climático del IPCC de la familia B1
BIAS
Sesgo
BODC
British Oceanographic Data Centre
C3A
Cambio Climático en las Costas de América Latina y el Caribe
(nombre del proyecto)
CAR
Caribbean SST Index
CEPAL
Comisión Económica para América Latina y el Caribe
CEPALSTAT
Servicio de estadísticas de CEPAL (http://www.eclac.org/estadisticas/)
CI
Cota de inundación
CORR &RH¿FLHQWHGHFRUUHODFLyQGH3HDUVRQ
COADS
Comprehensive Ocean-Atmosphere Data Set
CSIRO
$XVWUDOLD¶V&RPPRQZHDOWK6FLHQWL¿FDQG,QGXVWULDO5HVHDUFK2UJDQL]DWLRQ
(www.csiro.au)
DEF
Diciembre – Enero – Febrero
19
CEPAL
Dinámicas, tendencias y variabilidad climática
DINAS
Dynamic and Interactive Assessment of National Regional and Global Vulnerability
of Coastal Zones to Climate Change and Sea-Level Rise
DIVA
Dynamic Interactive Vulnerability Assessment
DMI
Dipole Mode Index
EA
Patrón del Este Atlántico (East Atlantic pattern)
EA/WR
Patrón del Este Atlántico-Oeste de Rusia (East Atlantic-Western Russian pattern)
ENOS / ENSO
El Niño-Oscilación del Sur (El Niño-Southern Oscillation)
EOFs / EOF
Función empírica ortogonal (Empirical Ortogonal Function)
EP/NP
3DWUyQGHO3DFt¿FR(VWH3DFt¿FR1RUWH(DVW3DFL¿F1RUWK3DFL¿FSDWWHUQ
ERS-2
Satélite europeo (Europe Remote Sensing 2)
ERSST
Extended Reconstructed Sea Surface Temperature
ETOPO
Earth Topography Digital Dataset. A global relief model of Earth’s surface that
integrates land topography and ocean bathymetry.
FEM
Flujo de Energía Medio (del oleaje)
GCM
Modelo general de circulación (General Circulation Model)
GEBCO
General Bathymetric Chart of the Oceans
GEI
Gases de efecto invernadero
GEV
)XQFLyQJHQHUDOL]DGDGHH[WUHPRV*HQHUDOL]HGH[WUHPH9DOXH
GIA
Ajuste glacial isostático (Glacial Isostatic Adjustment)
GFO
Satélite estadounidense (Geosat Follow-On)
GISS
Goddard Institute for Space Studies
GMSL
Nivel medio del mar global (Global Mean Sea Level)
GODAS
Global Ocean Data Assimilation System
GOS
Base de datos de marea meteorológica (Global Ocean Surges)
GOT
Base de datos de marea astronómica (Global Ocean Tides)
GOW
Reanálisis de oleaje global de IH Cantabria (Global Ocean Waves)
GPD
)XQFLyQ*HQHUDOL]DGDGH3DUHWR*HQHUDOL]HG3DUHWR'LVWULEXWLRQ
IHC
Instituto de Hidráulica Ambiental de Cantabria
IH Cantabria
Instituto de Hidráulica Ambiental de Cantabria
IOD
Dipolo del Océano Índico (Indian Ocean Dipole)
IPCC
Panel Intergubernamental de cambio Climático
ITCZ
Cinturón de calmas ecuatoriales
JJA
Junio – Julio – Agosto
JMA
Japan Meteorological Agency
MA
Marea Astronómica
20
CEPAL
Dinámicas, tendencias y variabilidad climática
MAM
0DU]R±$EULO±0D\R
MaxDiss
Método de selección por máxima disimilitud
MDA
Máximo Dominio de Atracción
MLE
Método de máxima verosimilitud (Maximum Likelihood Estimation)
MM
Marea meteorológica
MMA
Método de Máximo Anual
MMM
Método de Máximos Mensuales
MPIM
Max Planck Institute für Meteorologie
NAO
Oscilación del Atlántico Norte (North Atlantic Oscillation)
NASA
National Aeronautics and Space Administration
NCAR
National Center for Atmospheric Research
NCEP
National Center for Environmental Prediction
NMM
Nivel medio del mar
NOAA
National Oceanic and Atmospheric Administration
NPI
1RUWK3DFL¿F,QGH[
OECC
2¿FLQD(VSDxRODGH&DPELR&OLPiWLFR
OGCM
Modelo general de circulación oceánica
OMM
2UJDQL]DFLyQ0HWHRUROyJLFD0XQGLDO
OPPE
Organismo Público Puertos del Estado
PCs
Componentes principales (Principal Components)
PDO
2VFLODFLyQPXOWLGHFDGDOGHO3DFt¿FR3DFL¿F0XOWLGHFDGDO2VFLOODWLRQ
PNA
3DWUyQGH1RUWH$PpULFD3DFt¿FR3DFL¿F1RUWK$PHULFDQ,QGH[
PNUMA
Programa de las Naciones Unidas para el Medio Ambiente
POT
Peak Over Threshold
PSMSL
Permanent Service for Mean Sea Level
QBO
Oscilación cuasi-bianual o “Vientos de Singapur” (Quasi-biennial Oscillation)
QQ
Cuantil-cuantil (Quantile-quantile)
R2 &RH¿FLHQWHGHUHJUHVLyQVLPpWULFD
RBF
Método de interpolación de funciones de base radial (Radial Basis Function)
REDEXT
Red de boyas en aguas profundas del OPPE
REDMAR
Red de mareógrafos del OPPE
RMSE
Error medio cuadrático de los residuos (Root Mean Square Error)
RSLR
Ascenso del nivel del mar relativo (Relative Sea Level Rise)
SAL
Salinidad
21
CEPAL
Dinámicas, tendencias y variabilidad climática
SAM
Oscilación del Antártico (Southern Annular Mode)
SAT
7HPSHUDWXUDGHODLUHHQVXSHU¿FLH6XUIDFH$LU7HPSHUDWXUH
SCA
Patrón de Escandinavia (Scandinavian pattern)
SI
Índice de dispersión (Scatter Index)
SLP
Presión a nivel del mar (Sea level pressure)
SLR
Ascenso del nivel del mar (Sea Level Rise)
SOI
Southern Oscillation Index
SOM
5HGHVDXWRRUJDQL]DWLYDV6HOIRUJDQL]LQJPDSV
SON
Septiembre – Octubre – Noviembre
SPM
Shore Protection Manual
SST
7HPSHUDWXUDVXSHU¿FLDOGHODJXDGHOPDU6HD6XUIDFH7HPSHUDWXUH
SWAN
Modelo numérico de propagación de oleaje (Simulating WAves Nearshore)
TEOF
Técnica de tendencias espaciales Trend-EOF
TOPEX/Poseidon Satélite franco-estadounidense de oceanografía espacial (1997-2003)
TPXO
Global model of ocean tides based on altimetric data from the
TOPEX/POSEIDON mission
TNA
Tropical North Atlantic Index
TSA
Tropical South Atlantic Index
UHSLC
University of Hawaii Sea Level Center
WAM
Modelo numérico de generación de oleaje (WAve Model)
WP
ËQGLFHGHO3DFt¿FR2HVWH:HVWHUQ3DFL¿FLQGH[
WW III
Modelo numérico de generación de oleaje (Wave Watch III)
22
CEPAL
Dinámicas, tendencias y variabilidad climática
Lista de símbolos
ȕLT
3HQGLHQWHGHODWHQGHQFLDGHODUJRSOD]RHYHQWRVH[WUHPRV
CI
Cota de Inundación
Dir
Dirección (del oleaje)
Hs
$OWXUDGHRODVLJQL¿FDQWH
Hs95 3HUFHQWLOGHODDOWXUDGHRODVLJQL¿FDQWH
Hs12
$OWXUDGHRODVLJQL¿FDQWHVXSHUDGDKRUDVDODxR
IC
Índice Climático
P
Presión
pdf
Función de densidad (probability density function)
Prob Probabilidad
qn
Cuantil n
R2
&RH¿FLHQWHGHGHWHUPLQDFLyQ
ı
Desviación estándar
Tm
Periodo medio del oleaje
Tp
Periodo de pico del oleaje
Tr
Periodo de retorno
W
Velocidad del viento (a 10 m)
Unidades
g
Gramos / valor de la aceleración de la gravedad terrestre
kg
Kilogramos
km
Kilómetros
m
Metros
mb
Milibares
mm
Milímetros
m/s
Metros / segundo
º
Grados sexagesimales
ºC
Grados Celsius
psu
Unidades prácticas de salinidad (practical salinity units)
23
CEPAL
Dinámicas, tendencias y variabilidad climática
1. Introducción
1.1. Contexto
El estudio regional de los efectos del cambio climático en las costas de América Latina y el Caribe
(ALyC en adelante) se ha estructurado en cuatro partes principales en concordancia con una metodología
integral de evaluación del riesgo desarrollada durante el estudio. Como resultado del estudio regional
se presentan cuatro documentos principales que versan sobre el análisis de los agentes, el estudio de
la vulnerabilidad de las costas, la evaluación de los impactos derivados, y por último, un documento
dedicado a la integración de todos los factores en la evaluación de los riesgos asociados a algunos de
los impactos estudiados en las costas de la región.
Como productos auxiliares se presenta un documento de efectos del cambio climático que
UHFRJH ODV IRUPXODFLRQHV WHyULFDV XWLOL]DGDV \ FRQVWLWX\H XQ PDQXDO GH ORV FRQFHSWRV SURFHVRV \
IHQyPHQRV FRVWHURV DQDOL]DGRV HQ HO HVWXGLR HQWUH PXFKRV RWURV $GHPiV HQ HO FLWDGR GRFXPHQWR
se presentan las expresiones para la evaluación de los impactos de una forma aproximada (método
GHODVSHUWXUEDFLRQHVTXHVHSXHGHQXWLOL]DUFRPRSULPHUGLDJQyVWLFRHQIXWXURVSUR\HFWRVORFDOHV\
regionales. Adicionalmente, la metodología desarrollada para el estudio del riesgo de forma integral se
GHVFULEHHQXQGRFXPHQWRHVSHFt¿FRJXtDPHWRGROyJLFD3RU~OWLPRHQHOPDUFRGHOSUR\HFWRVHKD
desarrollado un visor web de los resultados para la máxima difusión de los mismos en los países de la
región. En concreto, los documentos del proyecto son:
'RFXPHQWR'LQiPLFDVWHQGHQFLDV\YDULDELOLGDGFOLPiWLFDHQ$/\&
'RFXPHQWR9XOQHUDELOLGDG\H[SRVLFLyQGHODVFRVWDVGH$/\&IUHQWHDOFDPELRFOLPiWLFR
'RFXPHQWR,PSDFWRVGHOFDPELRFOLPiWLFRHQODVFRVWDVGH$/\&
'RFXPHQWR(YDOXDFLyQGHULHVJRVIUHQWHDOFDPELRFOLPiWLFRHQODVFRVWDVGH$/\&
(IHFWRVWHyULFRVHOFDPELRFOLPiWLFRHQODVFRVWDVGRFXPHQWRDX[LOLDU
*XtDPHWRGROyJLFDGHODQiOLVLVGHOULHVJRGRFXPHQWRDX[LOLDU
9LVRUZHEGHUHVXOWDGRV
25
CEPAL
Dinámicas, tendencias y variabilidad climática
(O FXDGUR UHVXPH OD HVWUXFWXUD \ ORV SURGXFWRV GHO HVWXGLR UHDOL]DGR (Q FRQFUHWR HO
presente documento es el primero de todos ellos y se dedica al estudio de las dinámicas costeras, los
FDPELRVGHWHFWDGRV\ODLQÀXHQFLDGHODYDULDELOLGDGFOLPiWLFDHQODVPLVPDV
CUADRO 1.1
ESQUEMA Y DOCUMENTOS DEL PROYECTO
Cambio Climático en las costas de ALyC
Documento 1:
Agentes costeros
Documento 2:
Vulnerabilidad
Documento 3:
Impacto
Documento 4:
Riesgos
'LQiPLFDV
7HQGHQFLDV
9DULDELOLGDGFOLPiWLFDHQODFRVWD
Documentos auxiliares
Efectos teóricos del cambio
climático en las costas
Guía metodológica
Visor web de resultados
Fuente: Elaboración propia.
1.2. Exposición de motivos
Los Estudios Regionales sobre Economía del Cambio Climático (ERECC) coordinados técnicamente
SRU OD &(3$/ SURSRUFLRQDQ DQiOLVLV D HVFDOD ORFDO SHUPLWLHQGR D SDtVHV \ UHJLRQHV LGHQWL¿FDU ODV
LPSOLFDFLRQHV GHO FDPELR FOLPiWLFR SDUD VXV HFRQRPtDV \ JUXSRV VRFLRHFRQyPLFRV HVSHFt¿FRV (Q
este marco, surgen los ERECC, del interés común y la capacidad de ALyC para enfrentarse a los
problemas asociados al cambio climático.
/DV ]RQDV FRVWHUDV VRQ VXPDPHQWH YXOQHUDEOHV D ORV SRWHQFLDOHV LPSDFWRV GHO FDPELR
climático tal y como muestran diversos estudios e investigaciones en los últimos años (Nicholls et
DO \ ,3&& SRU VHU ODV ]RQDV GH OD WLHUUD HQ FRQWDFWR FRQ ORV RFpDQRV 7RGRV ORV
escenarios socioeconómicos establecidos por el Panel Intergubernamental de Cambio Climático
,3&&FRQVLGHUDQHQPD\RURPHQRUPHGLGDXQLQFUHPHQWRFRQVLGHUDEOHGHODSREODFLyQHQODV]RQDV
costeras motivado por movimientos migratorios hacia la costa en búsqueda de recursos, así como por
un fuerte incremento de varias actividades socioeconómicas, lo que lleva aparejado la construcción de
nuevas infraestructuras, la introducción de industrias extractivas, la reducción de los recursos de agua
GXOFH\GHDSRUWHGHVHGLPHQWRVHQODV]RQDVFRVWHUDV\RWUDVSUREOHPiWLFDVDVRFLDGDVDODFRQVHUYDFLyQ
de hábitat costeros. El problema de la erosión costera y de los daños ocasionados por los procesos de
regresión e inundación del litoral es un problema de carácter global que afecta a todos los países y que,
sin duda, se acrecentará por efecto del cambio climático tal y como se ha demostrado en varios estudios
(Bird, 1985, Zhang et al. 2004).
El transporte marítimo es uno de los elementos fundamentales del sistema económico de
cualquier país. El desarrollo del sistema portuario y de la industria asociada al mismo, conlleva la
ocupación de parte del territorio costero, ocupación no siempre compatible con la preservación de
los ecosistemas costeros. El cambio climático introducirá pérdida de operatividad y seguridad en los
puertos así como daños a las infraestructuras lo que redundará en costes importantes. Más aún, una
parte importante de las infraestructuras portuarias requerirá una reevaluación de su funcionalidad y
operatividad a partir de la cual será necesario evaluar las opciones y costes de la adaptación.
26
CEPAL
Dinámicas, tendencias y variabilidad climática
Un problema similar surge en las ciudades costeras, en las que la mayor parte de las
infraestructuras de defensa, transportes, abastecimiento de agua, energía y saneamiento, han sido
GLVHxDGDVSDUDXQDVFRQGLFLRQHVFOLPiWLFDVTXHYDQDYHUVHVXVWDQFLDOPHQWHPRGL¿FDGDV(VLPSRUWDQWH
contar con los datos, herramientas y metodologías necesarias para poder abordar esta problemática
LGHQWL¿FDQGRTXpFLXGDGHV\HQTXp]RQDVVHGHEHFRQVLGHUDUSODQL¿FDUHVWUDWHJLDVGHDGDSWDFLyQSDUD
así acometer las inversiones necesarias.
En cuanto al sector turístico, existen aún muchas incertidumbres sobre la evolución turística,
pues se desconocen las posibles variaciones del comportamiento de la demanda debidas al cambio
climático y el nivel cuantitativo del impacto que supondrá pero indudablemente este sector puede verse
fuertemente afectado en varios países de ALyC.
)LQDOPHQWH HV QHFHVDULR UHFDOFDU TXH ORV ULHVJRV GHULYDGRV GHO FDPELR FOLPiWLFR HQ ]RQDV
FRVWHUDV KDQ VLGR SXHVWRV GH PDQL¿HVWR GH IRUPD VLVWHPiWLFD HQ ORV GLIHUHQWHV LQIRUPHV GHO 3DQHO
Intergubernamental de Cambio Climático (IPCC) y contrastados en numerosas publicaciones
FLHQWt¿FDV/DPD\RUSDUWHGHORVSUREOHPDVGHWHFWDGRVYLHQHQDVRFLDGRVDORVLPSDFWRVSURGXFLGRV
por cambios en la dinámica marina y aunque en la mayor parte de los casos solo se consideran los
problemas derivados del aumento del nivel del mar, los cambios en los regímenes de temperatura,
precipitación, oleaje, marea meteorológica y viento, combinados con la elevadísima vulnerabilidad
LQKHUHQWHDOD]RQDFRVWHUDLQWHUID]HQWUHWLHUUD\RFpDQRHQODTXHFRKDELWDQXQVLVWHPDQDWXUDOFRQ
LPSRUWDQWHVHFRVLVWHPDV\HOHYDGDELRGLYHUVLGDG\XQVLVWHPDVRFLRHFRQyPLFRFRQXQDFDGDYH]PiV
FUHFLHQWHSUHVLyQGHOKRPEUHFRPSLWLHQGRSRUODXWLOL]DFLyQGHORVUHFXUVRVFRQGXFHQDXQDQHFHVLGDG
de evaluar el riesgo asociado al cambio climático.
Por todo ello, parece evidente que cualquier ERECC para un país costero cuente con un análisis
HVSHFt¿FRGHORVULHVJRVLQGXFLGRVSRUHOFDPELRFOLPiWLFRHQ]RQDVFRVWHUDV
(VSDxDSRUVXFRQ¿JXUDFLyQDFWLYLGDGHV\VLWXDFLyQHFRQyPLFDHVXQRGHORVSDtVHVHXURSHRV
FX\DV FRVWDV \ UHFXUVRV VRFLRHFRQyPLFRV DVRFLDGRV VH HQFXHQWUDQ PiV DPHQD]DGRV SRU HO FDPELR
FOLPiWLFR&RQVFLHQWHGHHVWDSUREOHPiWLFDOD2¿FLQD(VSDxRODGH&DPELR&OLPiWLFRGHSHQGLHQWHGHO
Ministerio de Medio Ambiente y Medio Rural y Marino, ha desarrollado en colaboración con el Instituto
GH +LGUiXOLFD $PELHQWDO GH OD 8QLYHUVLGDG GH &DQWDEULD XQD PHWRGRORJtD HVSHFt¿FD HQ DGHODQWH
PHWRGRORJtD8&2(&&SDUDODHYDOXDFLyQGHLPSDFWRVGHOFDPELRFOLPiWLFRHQ]RQDVFRVWHUDVTXH
ha servido como base para el Plan Nacional de Adaptación al Cambio Climático y que ha sido muy
positivamente valorada por distintos organismos internacionales. El Gobierno de España desea poner
esta metodología y las herramientas asociadas a disposición de aquellos países que así lo deseen pues
la información generada mediante la aplicación de esta metodología puede ser de gran utilidad para
HYDOXDULPSDFWRVSODQWHDUPHGLGDVGHDGDSWDFLyQ\UHDOL]DUXQDQiOLVLVHFRQyPLFRGHODVPLVPDV
En este documento se presenta un avance de la aplicación de la metodología UC/OECC a la
FRVWDGH$/\&$FRQWLQXDFLyQVHGHVFULEHQHOREMHWLYRJHQHUDO\ORVREMHWLYRVHVSHFt¿FRVGHOWUDEDMR
llevado a cabo.
27
CEPAL
Dinámicas, tendencias y variabilidad climática
1.3. Objetivos del estudio
(OREMHWLYRJHQHUDOGHHVWHHVWXGLRHVGRWDUDO(5(&&GH$/\&GHODLQIRUPDFLyQHVSHFt¿FDQHFHVDULD
SDUDSRGHUUHDOL]DUXQDQiOLVLVHFRQyPLFRGHORVLPSDFWRVGHOFDPELRFOLPiWLFRHQODFRVWDGH$/\&
3DUD DOFDQ]DU HVWH REMHWLYR JHQHUDO VH KDQ SODQWHDGR LQLFLDOPHQWH ORV VLJXLHQWHV REMHWLYRV
HVSHFt¿FRV
'HVDUUROODUPHWRGRORJtDV\WpFQLFDVSDUDODHODERUDFLyQGHEDVHVGHGDWRVQXPpULFDVGHDOWD
resolución temporal y espacial del clima marítimo pasado y futuro.
*HQHUDUXQDEDVHGHGDWRVGHGLQiPLFDPDULQDQLYHOGHOPDUPDUHDPHWHRUROyJLFDROHDMH
con la más alta resolución espacial y temporal en aguas profundas.
,PSOHPHQWDUWpFQLFDV\DOJRULWPRVGHdownscalingPHMRUDGHODUHVROXFLyQ\FODVL¿FDFLyQ
para gestionar la base de datos.
8WLOL]DUGLIHUHQWHVWpFQLFDVGHJHQHUDFLyQGHSUHGLFFLRQHVSUR\HFFLRQHVGHFOLPDPDUtWLPRV
futuro (extrapolación de tendencias a partir de análisis estadístico no estacionario, downscaling
dinámico y downscalingHVWDGtVWLFRSDUDDQDOL]DUODYDULDELOLGDGGHOFOLPDPDUtWLPR
(ODERUDU \ REWHQHU LQGLFDGRUHV GH LPSDFWR SDUD ]RQDV FRVWHUDV LQFOX\HQGR OD LQXQGDFLyQ
erosión, efectos sobre las infraestructuras del transporte, abastecimiento y turismo.
*HQHUDU XQ $WODV GH LPSDFWRV SDUD HO OLWRUDO GH $/\& SDUD DJXDV SURIXQGDV HQ JHQHUDO
calados mayores de 100 m).
(ODERUDU XQD JXtD GH DFFLRQHV SRVLEOHV GH DGDSWDFLyQ IUHQWH DO FDPELR FOLPiWLFR FRQ
indicadores de coste económico asociado.
&RQWULEXLUDODLQWHJUDFLyQGHODLQIRUPDFLyQJHQHUDGDHQHODQiOLVLVHFRQyPLFRSURSXHVWR
en el ERECC.
'HVDUUROODULQLFLDWLYDVGHFDSDFLWDFLyQTXHFRQWULEX\DQDODWUDQVIHUHQFLDGHODVKHUUDPLHQWDV
\PHWRGRORJtDVDSOLFDGDV\IDYRUH]FDQHOGHVDUUROORGHIXWXURVSUR\HFWRVORFDOHV
De forma adicional a los objetivos inicialmente planteados se ha desarrollado una metodología
integral para la evaluación de la vulnerabilidad y el riesgo, obteniendo resultados a diversas escalas
espaciales (5 km, 50 km y por países).
1.4. Zona de estudio
/D]RQDGHHVWXGLRFRPSUHQGHODFRVWDGH$PpULFD/DWLQD\HO&DULEHFXEULHQGRXQDORQJLWXGWRWDO
GH FRVWD GH DSUR[LPDGDPHQWH NP &RQ HO ¿Q GH GHVFULELU EUHYHPHQWH ODV FDUDFWHUtVWLFDV
JHRPRUIROyJLFDV \ HFROyJLFDV GH HVWH JUDQ WHUULWRULR VH YDQ D GLVWLQJXLU FXDWUR ]RQDV JHRJUi¿FDV
1RUWHDPpULFD&HQWURDPpULFD6XGDPpULFDH,VODVGHO&DULEHYpDVH¿JXUD
28
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.1
ZONA DE ESTUDIO
Fuente: Elaboración propia.
1.4.1. Descripción de la zona de estudio
1.4.1.1. Norteamérica
La costa objeto de estudio perteneciente a este subcontinente es la correspondiente a México.
La costa oeste de este tramo pertenece a la3DFL¿F5LP3URYLQFH (Schwartz, 2005) que se extiende
desde la frontera con Guatemala hasta la Península de Alaska. Esta región es tectónicamente activa
\D TXH VH HQFXHQWUD HQ OD ]RQD GH FRQYHUJHQFLD GH ODV SODFDV GHO 3DFt¿FR -XDQ GH )XFD \ &RFRV
con la placa de Norteamérica. La morfología general de esta provincia está caracterizada por una
estrecha plataforma continental y una estrecha o inexistente llanura costera seguida inmediatamente
por sistemas montañosos o cordilleras. Predominan los acantilados siendo una excepción los sistemas
de barras arenosas que se encuentran a lo largo de la costa del Golfo de California. En la parte norte
de este Golfo, el río Colorado forma un delta con un gran sistema de canales, estuarios, marismas y
lagunas salinas. La costa este de Baja California se caracteriza por la existencia de las sierras al norte
y al sur de la península. En la costa oeste de la península los principales elementos geomorfológicos
son Bahía Magdalena y Bahía Vizcaíno. Más al sur, la costa en las proximidades de Guatemala se
caracteriza por la existencia de sistemas barra-laguna, con dunas en las barras y manglares en la
mayoría de las lagunas. Los arrecifes de coral no son frecuentes en esta costa. La carrera de marea viva
varía entre los 0,5 m en la costa cerca de Acapulco hasta los 7 m que se alcanzan en la parte norte del
Golfo de California en la desembocadura del río Colorado. La mayor parte de energía del oleaje en esta
costa proviene de oleaje tipoVZHOOy del producido por las tormentas tropicales y los huracanes en la
temporada de agosto a enero.
29
CEPAL
Dinámicas, tendencias y variabilidad climática
La costa del Atlántico está incluida en el Golfo de México. Esta costa tiene varios sistemas
barra-marisma-laguna bien desarrollados. Al sur del delta del río Río Grande se encuentra la Laguna
Madre, uno de los refugios de aves más importantes de México. Más al sur se encuentran sistemas
discontinuos de barras-lagunas hasta llegar al gran sistema delta-estuario del Río Pánuco. Continuando
hacia el sur se encuentra el sistema de dunas y playas que protegen a la Laguna Tamiahua. Esta costa se
HQFXHQWUDHQOD]RQDGHKiELWDWWURSLFDOGHOFRUDO7DPELpQH[LVWHFRUDOHQODFRVWDGH9HUDFUX]DGHPiV
de grandes extensiones de marismas, lagunas y barras arenosas, donde existen dunas y manglares.
Finalmente la costa oeste de la Península del Yucatán está dominada por la sedimentación de grandes
sistemas de drenaje que alimentan a sistemas arenosos asociados con los deltas. Existen barreras de
FRUDOHV \ ORV PDQJODUHV GRPLQDQ HQ ODV ]RQDV DEULJDGDV (VWD ]RQD HV PLFURPDUHDO \ HQ JHQHUDO
la energía del oleaje es baja. Sin embargo, está sometida a la acción de tormentas tropicales que en
ocasiones llegan a la categoría de huracán.
1.4.1.2.Centroamérica
Centroamérica incluye los siguientes países: Belice, Guatemala, Honduras, El Salvador,
Nicaragua, Costa Rica y Panamá, que poseen, aproximadamente, el 12% de la longitud de costa de
WRGR$/\&/DDFWLYLGDGWHFWyQLFDGHHVWD]RQDKDGDGROXJDUDXQDSODWDIRUPDFRQWLQHQWDOHVWUHFKD
DORODUJRGHODFRVWDGHO3DFt¿FR(QHO$WOiQWLFRHODUFRLQVXODUGHO&DULEHSURWHJHDODFRVWDGHOD
acción del oleaje y permite el desarrollo de plataformas más anchas. Contrariamente a la idea general,
HQHVWD]RQDODVSODWDIRUPDVFRQWLQHQWDOHVGRPLQDGDVSRUHOHIHFWRGHPDQJODUHVRDUUHFLIHVGHFRUDO
son más una excepción que una norma. La costa centroamericana consiste en un gran número de
SHQtQVXODV JROIRV \ EDKtDV IDYRUHFLHQGR XQ DOWR JUDGR GH GLYHUVLGDG ¿VLRJUi¿FD ([LVWHQ H[WHQVDV
]RQDVLQWHUPDUHDOHV\VLVWHPDVGHEDUUDVDUHQRVDVELHQGHVDUUROODGRV(QODFRVWDGHO3DFt¿FRH[LVWHQ
acantilados bien desarrollados en Costa Rica y parcialmente desarrollados en El Salvador, Nicaragua y
Panamá mientras que Nicaragua no tiene acantilados. En el Atlántico, la costa tiende a ser bastante plana
y no existen acantilados excepto en Guatemala. Existen muchos e importantes sistemas laguna/estuario
como la Bahía Amatique (Guatemala), el Golfo de Fonseca (El Salvador/Honduras/Nicaragua), el Golfo
de Nicoya y el Golfo Dulce (Costa Rica) y la Bahía de Panamá (Panamá). Hay grandes diferencias en
ODVGLQiPLFDVHQWUHODVGRVFRVWDVPLHQWUDVTXHHQHO3DFt¿FRHOUDQJRGHPDUHDYLYDVDOFDQ]DORVP
en el Atlántico son de unos 30 cm. Los vientos dominantes producen olas de hasta 3 m en la costa del
&DULEHVLHQGRPHQRUHVHQHO3DFt¿FRDXQTXHHVWDUHJLyQWDPELpQVHYHDIHFWDGDSRUORVKXUDFDQHV
1.4.1.3. Sudamérica
6XGDPpULFD VH H[WLHQGH GHVGH ]RQDV FOLPiWLFDV WURSLFDOHV ¶1 KDVWD ]RQDV SRODUHV
DOUHGHGRUGH6HQJOREDQGRXQDJUDQGLYHUVLGDGGHHFRVLVWHPDVFRVWHURV\PDULQRVFRPRSOD\DV
GHDUHQDFRVWDURFRVDDUUHFLIHVGHFRUDOPDQJODUHV]RQDVLQWHUPDUHDOHV\FDPSRVGHIDQHUyJDPDV
marinas. Tectónicamente, está dividida en dos partes, la cordillera de los Andes en el oeste y una vasta
SODWDIRUPDHQHOHVWH/DFRVWDDQGLQDGHO3DFt¿FRVHFDUDFWHUL]DSRUVXDOWRUHOLHYHXQDSODWDIRUPD
continental relativamente estrecha bordeando una profunda trinchera y pequeñas cuencas de drenaje.
/DFRVWDGHO$WOiQWLFRSRUHOFRQWUDULRVHFDUDFWHUL]DSRUVXEDMRUHOLHYHXQDSODWDIRUPDFRQWLQHQWDO
PiVDQFKD\JUDQGHVFXHQFDVÀXYLDOHV\GHSyVLWRVDOXYLDOHV(QODFRVWDGH6XGDPpULFDHOHOHPHQWR
predominante son las playas de arena. Éstas presentan gran variación morfodinámica: desde pequeñas
SOD\DVHQFDMDGDVDOWHUQDQGRFRQFRVWDURFRVD\]RQDVSDQWDQRVDVFRQPDQJODUHVHQODFRVWDGHO3DFt¿FR
GH9HQH]XHOD&RORPELD\(FXDGRUKDVWDH[WHQVDVSOD\DVH[SXHVWDVGLVLSDWLYDV\PLFURPDUHDOHVFRPR
la existente a lo largo de 640 km desde Río Grande do Sul (sur de Brasil) hasta el Nordeste de Uruguay.
$OVXUGHO6HQOD3DWDJRQLDODFRVWDHVWiSULQFLSDOPHQWHIRUPDGDSRUEDMRVDUHQRVRVSOD\DVGH
cantos y bloques y altos acantilados. Los arrecifes de coral en Suramérica están más desarrollados en
ODFRVWDGHO$WOiQWLFRTXHHQODGHO3DFt¿FR(VSHFt¿FDPHQWHVHHQFXHQWUDHVWRVHFRVLVWHPDVHQODV
FRVWDVGH&RORPELD9HQH]XHOD\%UDVLO/RVPDQJODUHVDSDUHFHQHQODV]RQDVSURWHJLGDVDORODUJR
30
CEPAL
Dinámicas, tendencias y variabilidad climática
de toda la costa de Sudamérica excepto en Chile, Argentina y Uruguay. En esta costa también existen
grandes ecosistemas estuarinos como el Golfo de Guayaquil en Ecuador que es el de mayor extensión
GHODFRVWDGHO3DFt¿FRGH6XGDPpULFD\ORVGHOWDVHVWXDULRVGHORVWUHVJUDQGHVUtRVTXHGHVHPERFDQHQ
HO$WOiQWLFR$PD]RQDV%UDVLO2ULQRFR9HQH]XHOD\3DUDQiHVWXDULRGHO5tRGHOD3ODWD$UJHQWLQD
y Uruguay).
1.4.1.4. Islas del Caribe
/DPD\RUSDUWHGHODV,VODVGHO&DULEHHVWiQORFDOL]DGDVHQORVWUySLFRVHQWUHORVSDUDOHORV1
\17UySLFRGH&iQFHUDXQTXHDOJXQDVGHODVLVODVHQHODUFKLSLpODJRGHODV%DKDPDVVHH[WLHQGHQ
al norte de esta línea. Las Grandes Antillas, compuestas por las cuatro mayores islas: Cuba, Jamaica,
la Española (Santo Domingo) y Puerto Rico, son, con la excepción de Cuba, bastante montañosas con
estrechas llanuras costeras, mientras que en Cuba predominan las planicies. Las Pequeñas Antillas
son dos archipiélagos, uno exterior desde Barbados hasta Anguilla, continuando hacia el norte hasta
las islas de las Bahamas, consistente en islas de cota baja, y otro interior desde Granada hacia el norte
compuesto por islas montañosas de origen volcánico. En las islas se encuentran los mismos ambientes
costeros y marinos que en el continente. Existe gran variedad de morfología de playas dependiendo
del tipo de sedimento, de la existencia o no de ríos, de la energía del oleaje, de la existencia o no de
corales, etc. Se pueden encontrar desde playas rectilíneas de varios kilómetros de longitud como las de
la costa este de Barbados, hasta playas encajadas de varios cientos de metros. En las islas volcánicas,
como Montserrat y Dominica, el tipo de costa que predomina es el acantilado con altas pendientes.
/RV PDQJODUHV VH HQFXHQWUDQ HQ ]RQDV SURWHJLGDV GH OD HQHUJtD GHO ROHDMH FRPR HVWXDULRV ODJXQDV
y bajos fangosos. Por ejemplo, en las costas del Golfo de Trinidad y en el sur de la costa de Jamaica
existen grandes extensiones de manglares. Los corales juegan un importante papel en la formación y
protección de muchas islas del Caribe. Los principales tipos de corales que se pueden encontrar en el
Caribe son: de franja, como los que existen en la costa oeste de Barbados; barrera de arrecifes de coral,
como por ejemplo la barrera de la costa este de la isla Andros en las Bahamas; y de parches o manchas,
pequeños núcleos aislados de coral que a veces miden solamente unos metros de diámetro. Otro
importante ecosistema en las islas es el constituido por las praderas de fanerógamas que se encuentran,
normalmente entre las playas y los arrecifes de coral. El clima en las Islas del Caribe viene determinado
por el régimen de vientos Alisios (viento del Nordeste) que sopla durante todo el año. Además, las
LVODVHVWiQORFDOL]DGDVHQOD]RQDGHSDVRGHORVKXUDFDQHV(OUDQJRGHPDUHDPHGLRHVGHFP\HO
máximo de 50 cm. El oleaje llega normalmente del este dependiendo del régimen de los vientos Alisios.
El régimen extremal de oleaje está condicionado por eventos asociados a huracanes.
1.5. Objetivos y estructura del documento
Este documento responde a una necesidad de satisfacer la carencia de conocimiento en tres objetivos
concretos. En primer lugar dotar de información recopilando o generando, según el caso, datos para
aumentar el conocimiento de las distintas dinámicas y fenómenos que afectan a las costas de ALyC y
que, en muchos casos, no se dispone del conocimiento adecuado de forma homogénea y para tal cantidad
de variables. Este conocimiento es vital para la ingeniería de costas, puertos y gestión integral del
PHGLRDPELHQWH3RURWURODGRDQWHODDPHQD]DGHOFDPELRFOLPiWLFRVHSUHWHQGHGDUUHVSXHVWDDFyPR
VHHVWiQSURGXFLHQGRORVFDPELRV\HQTXpJUDGRFDEHHVSHUDUPRGL¿FDFLRQHVHQHOIXWXURPHGLDQWH
HOFiOFXORGHWHQGHQFLDVGHOODUJRSOD]RGHODVGLQiPLFDVFRVWHUDV(QWHUFHUOXJDU\SRU~OWLPRGDGD
ODLPSRUWDQFLDGHFLHUWRVSDWURQHVFOLPiWLFRVHQODUHJLyQFRPRHO1LxRVHDQDOL]DODLQÀXHQFLDGH
diversos patrones climáticos en las dinámicas costeras mediante un análisis de la variabilidad climática
de la región.
31
CEPAL
Dinámicas, tendencias y variabilidad climática
&RQUHVSHFWRDODHVWUXFWXUDGHHVWHGRFXPHQWRVHRUJDQL]DGHODVLJXLHQWHIRUPD
Apartado 1.,QWURGXFFLyQGRQGHVHSODQWHDQORVREMHWLYRVGHOWUDEDMR\VXRUJDQL]DFLyQ
Apartado 2. Fuentes de información y bases de datos consultadas y generadas por el Instituto
GH +LGUiXOLFD GH &DQWDEULD ,+& HQ $/\& SDUD OD GH¿QLFLyQ GH ODV GLQiPLFDV \ HO FiOFXOR GH ODV
WHQGHQFLDVGHODUJRSOD]R
Apartado 3. $QiOLVLV \ GHVFULSFLyQ GH ODV GLQiPLFDV HQ ODV FRVWDV GH $/\& GH¿QLHQGR
ODV FRQGLFLRQHV DFWXDOHV D SDUWLU GH ODV EDVHV GH GDWRV H[LVWHQWHV TXH VH HVSHFL¿FDQ HQ FDGD FDVR
o si fueran de propia elaboración para su uso en el estudio, descripción del proceso de elaboración,
validación y resultados.
Apartado 4. 0HWRGRORJtDVSDUDDQDOL]DUODVWHQGHQFLDVGHODUJRSOD]RGHODVGLQiPLFDV\GH
los impactos en las costas.
Apartado 5.$QiOLVLVGHWHQGHQFLDVGH/DUJR3OD]RSDUDODVGLQiPLFDVDFWXDQWHVHQODVFRVWDV
de ALyC. Este apartado constituye la descripción de las condiciones dinámicas en las costas de la
UHJLyQHQHOIXWXURGH¿QLpQGRVHORVYDORUHVPHGLRV\ODLQFHUWLGXPEUHRYDULDELOLGDGHVSHUDEOH
Apartado 6. Descripción del modelo de análisis de la variabilidad interanual. Análisis de la
YDULDELOLGDG LQWHUDQXDO FRQVLVWHQWH HQ OD GHVFULSFLyQ GH OD LQÀXHQFLD HQ ODV GLQiPLFDV GH $/\& GH
patrones de variabilidad climática interanual a través de índices climáticos.
Apartado 7. Conclusiones generales sobre las dinámicas y las tendencias en ALyC.
Anexo 1. Descripción, calibración y validación de las bases de datos de oleaje, marea
meteorológica y marea astronómica generadas por IHC.
Anexo 2. Huracanes en ALyC.
32
CEPAL
Dinámicas, tendencias y variabilidad climática
2. Fuentes de información y bases de datos
2.1. Introducción
3DUDODFRQVHFXFLyQGHORVREMHWLYRVGHREWHQHUXQDFRUUHFWDGH¿QLFLyQWDQWRHVSDFLDOFRPRWHPSRUDO
de los agentes físicos que actúan en las costas de ALyC se ha recurrido a información de diversos
organismos de todo el mundo. La información requiere ser de calidad contrastada y tener una longitud
temporal adecuada para permitir el análisis de tendencias de las variables. Pese a la gran información
HQFRQWUDGD DO UHVSHFWR UHFRJLGD HQ HO FXDGUR VH KD LGHQWL¿FDGR XQD LPSRUWDQWH FDUHQFLD GH
información en cuanto a los datos de marea meteorológica, astronómica y oleaje. Las causas son
que los datos disponibles no cubren homogéneamente todo el área de estudio, por ejemplo las boyas
instrumentales, y los que sí lo cubren, como los datos de satélite, no tienen una resolución temporal
adecuada (datos dispersos en el tiempo y series relativamente cortas para un análisis de tendencias de
ODUJRSOD]R3RUHVWDUD]yQHO,+&KDGHVDUUROODGRQXPpULFDPHQWHGDWRVFRQYHQLHQWHPHQWHFDOLEUDGRV
\YDOLGDGRVGHODVWUHVYDULDEOHVPHQFLRQDGDFRQXQDFREHUWXUDHVSDFLDO\WHPSRUDOGHDOWDGH¿QLFLyQ
en las costas de ALyC –véase el Cuadro 1.3.
33
CEPAL
Dinámicas, tendencias y variabilidad climática
CUADRO 1.2
BASES DE DATOS DE INFORMACIÓN EXISTENTE
Tipo de información
existente
Cobertura temporal
Resolución espacial
Fuente
1950-2009 / mensual
*OREDO
&6,52²&RPPRQZHDOWK6FLHQWL¿FDQG,QGXVWULDO
Research Organisation.
Variable
Global, dispersa
Mareógrafos UHSLC—University of Hawaii Sea
Level Center.
Subsidencia
-
Variable
DIVA—Dynamic Interactive Vulnerability
Assessment. (Peltier et al. 2000)
Marea Astronómica
Constantes armónicas
*OREDO
TPXO—Global model of ocean tides based on
altimetric data from the TOPEX/POSEIDON
mission.
Salinidad (SAL)
1980-2009 / mensual
*OREDO[
NCEP - GODAS—National Centers for
Environmental Prediction (USA),
Global Ocean Data Assimilation System.
1948-2011 / mensual
*OREDO0DOOD
Gaussiana)
NCEP - NCAR—National Centers for
Environmental Prediction (USA),
National Center for Atmospheric Research.
Temperatura
6XSHU¿FLDOGHO0DU
(SST)
1950-2009 / mensual
*OREDO
ERSSTv3 - NOAA—Extended Reconstructed
Sea Surface Temperature, National Oceanic and
Atmospheric Administration (USA).
Anomalía de la
Temperatura del aire
1950-2005 / mensual
*OREDO
GISS - NASA—Goddard Institute for Space
Studies, National Aeronautics and Space
Administration (USA).
Temperatura del aire
1948-2009 / mensual
*OREDO0DOOD
Gaussiana)
NCEP - NCAR
Presión atmosférica
1948-2009 / 6h
*OREDO0DOOD
Gaussiana)
NCEP - NCAR
Viento
1948-2009 / 6h
*OREDO0DOOD
Gaussiana)
NCEP - NCAR
Huracanes
1950-2010
Global, dispersa
National Hurricane Center, NOAA
Nivel Medio del Mar
(NMM)
Oleaje
Batimetría
Variable
Global, dispersa
Datos de satélite CSIRO
Variable
Global, dispersa
Boyas NOAA
Variable
Global, dispersa
Boyas Puertos del Estado
-
Global, 2´
ETOPO—Earth Topography Digital Dataset.
A global relief model of Earth’s surface that
integrates land topography and ocean bathymetry.
-
Global, 0,5´
GEBCO—General Bathymetric Chart of the
Oceans.
Fuente: Elaboración propia.
34
CEPAL
Dinámicas, tendencias y variabilidad climática
CUADRO 1.3
BASES DE DATOS GENERADAS POR IHC
Tipo de información generada por IHC
Cobertura temporal
Resolución espacial
Fuente
Oleaje
1948-2010
*OREDO$/\&&DULEH\
GOW-IHC
Marea Meteorológica
1948-2010
*OREDO$/\&
GOS-IHC
Marea Astronómica
1948-2010
*OREDO$/\&
GOT-IHC
Fuente: Elaboración propia.
En el apartado 2.2 se explica la fuente de información de procedencia de cada variable y sus
características. Los datos generados por IHC, en cada caso, se explican brevemente en los respectivos
apartados dedicados al estudio de las variables y en anexos al documento principal. Debido a que esta
GHVFULSFLyQHVPX\IXJD]UHVSHFWRDODH[SOLFDFLyQFRPSOHWDGHODPHWRGRORJtD\HOSURFHVRGHJHQHUDFLyQ
de estos datos, se ha preferido explicar estos aspectos de forma más exhaustiva en un anexo (anexo 1.).
2.2. Bases de datos de información existente
2.2.1. Datos del Nivel Medio del Mar global (NMM)
/RV GDWRV GH QLYHO GHO PDU KDQ VLGR REWHQLGRV GHO FHQWUR &6,52 &RPPRQZHDOWK 6FLHQWL¿F DQG
Industrial Research Organisation): http://www.cmar.csiro.au/sealevel/sl_data_cmar.html.
FIGURA 1.2
SUBIDA DEL NIVEL DEL MAR GLOBAL (GMSL)
DESDE 1870 A 2008
0LOtPHWURV
Fuente: CSIRO.
35
CEPAL
Dinámicas, tendencias y variabilidad climática
/DHVWLPDFLyQPiVUHFLHQWHGHFDPELRVHQHOQLYHOPHGLRGHOPDUJOREDO¿JXUDVHEDVDHQ
GDWRVWRPDGRVGHVGHVDWpOLWHVGHVGHURMRHQOD¿JXUD\GHVGHPHGLDQWHODFRPELQDFLyQ
de niveles de mareógrafos in situ y los patrones espaciales de la variabilidad determinada con datos de
VDWpOLWHD]XO(OLQWHUYDORGHFRQ¿DQ]DQRVHPXHVWUDQHQODLQIRUPDFLyQSRUVDWpOLWHSRUUD]RQHVGH
claridad, pero su valor está entorno a ±5 mm.
(Q HVWH HVWXGLR VH KDQ XWLOL]DGR GRV WLSRV GH GDWRV SDUD GRV SHULRGRV GH WLHPSR GLVWLQWRV
desde 1950 a 2001 y desde 1993 hasta 2009, existiendo un periodo de solapamiento de 8 años.
Periodo 1950-2001:
En este periodo se ha reconstruido la información del nivel del mar siguiendo el método planteado por
Church et al. (2004), con la salvedad de que se han extendido hasta el año 2001.
Las características de estos datos son las siguientes:
0DOODGHUHVROXFLyQHVSDFLDO[\HQWUHODODWLWXG6KDVWDOD1GHVGHHQHURGH
a diciembre de 2001 y con resolución temporal de un mes.
/RVGDWRVHVWiQGHVHVWDFLRQDOL]DGRV
6HKDDSOLFDGRODFRUUHFFLyQGHOEDUyPHWURLQYHUVR
6HKDDSOLFDGRODFRUUHFFLyQ*,$0LWURYLFDDORVGDWRVGHPDUHyJUDIRV
Periodo 1993-2009:
Estos datos han sido tomados por altímetros en los satélites de las misiones TOPEX/POSEIDON,
Jason-1 and Jason-2/OSTM. Sus características son:
'DWRVFRQUHVROXFLyQHVSHFLDOGH[GHVGHODODWLWXG6DOD1
(OGDWRUHÀHMDODPHGLDPHQVXDOGHODVPHGLGDVGHVGHHQHURGHKDVWDDJRVWRGH
(VWDIXHQWHGHGDWRVVHDFWXDOL]DSHULyGLFDPHQWHDPHGLGDTXHODLQIRUPDFLyQHVWiGLVSRQLEOH
Las versiones disponibles son:
—Versión con o sin corrección del barómetro inverso.
—Versión con o sin estacionalidad (señal anual o semi-anual).
—Versión con o sin la corrección GIA.
Es necesario plantear una breve discusión sobre la relación entre estos datos y las sobreelevaciones
SRUFDXVDVWHFWyQLFDV/RVPRYLPLHQWRVGHODWLHUUDVHSXHGHQFODVL¿FDUHQGRVWLSRVPRYLPLHQWRVOHQWRV
y monótonos, como el *ODFLDO,VRVWDWLF$GMXVWPHQW (GIA); o rápidos e irregulares como la tectónica en
Chile, movimientos de índole sísmica.
Respecto a los segundos, los seísmos no son elementos afectados por el cambio climático. Si
ELHQXQVHtVPRGHJUDQHVFDODSXHGHPRGL¿FDUSRUVtPLVPRRSRUHIHFWRGHODJHQHUDFLyQGHWVXQDPLV
XQFDPELRFRQVLGHUDEOHHQODFRQ¿JXUDFLyQGHODFRVWDWyPHVHGHHMHPSORHOVHtVPRGHO2FpDQRËQGLFR
en el 2004 o el reciente de Chile de 2010), y por ende, la vulnerabilidad frente al cambio climático. No
REVWDQWHQRHVREMHWRGHHVWHHVWXGLRDQDOL]DUHIHFWRVGHWDOQDWXUDOH]DSXHVWRTXHGHVGHHOSXQWRGH
YLVWDGHOULHVJRIUHQWHDFDPELRFOLPiWLFRODFRQ¿JXUDFLyQGHODFRVWDVHDVXPHLQYDULDEOHDJUDQHVFDOD
HQ HO ODUJR SOD]R &RQVLGHUDFLRQHV GH HVH RWUR WLSR VRQ SURSLDV GH XQ HVWXGLR GH DQiOLVLV GH ULHVJRV
frente a tsunamis y otros desastres naturales.
36
CEPAL
Dinámicas, tendencias y variabilidad climática
Respecto a los movimientos lentos de elevación o subsidencia de la tierra, la base de datos de
nivel del mar aquí presentada parte de información de subida relativa del nivel del mar, es decir, del
ascenso del nivel del mar respecto al de la tierra, por lo que los efectos de este tipo de movimientos
WHFWyQLFRVTXHGDQUHFRJLGRVHQHODQiOLVLVUHDOL]DGR(QOD¿JXUDVHPXHVWUDQGLYHUVRVHMHPSORV
del comportamiento de distintos registros del nivel del mar donde se aprecian distintas tendencias de
aumento o descenso del nivel relativo del mar:
*ODFLDO,VRVWDWLF$GMXVWPHQW (Ej: Estocolmo) – (GIA o Post Glacial Rebound, PGR). La tierra
se está elevando más rápido que el nivel del mar.
6HtVPRV(M1H]XJDVHNL-DSyQ(OQLYHOGHOPDUPXHVWUDXQJUDQVDOWRDSDUWLUGHOWHUUHPRWR
de 1964, indicando que la tierra se ha hundido respecto al mar.
([WUDFFLyQ GH DJXD VXEWHUUiQHD %DQJNRN 7DLODQGLD 'HELGR D XQD H[WUDFFLyQ GH DJXD
subterránea excesiva desde 1960 la tierra está hundiéndose respecto al mar.
6HGLPHQWDFLyQ0DQLOD/RVGHSyVLWRVGHODGHVFDUJDÀXYLDO\ODWLHUUDJDQDGDDOPDUHVWi
causando una subida del nivel del mar.
7HQGHQFLDGHODUJRSOD]R+DZDLL(QXQDORFDOL]DFLyQDOHMDGDGHORVHIHFWRVGHOD*,$\VLQ
efectos sísmicos registrados en la escala de tiempo del registro de nivel del mar.
FIGURA 1.3
NIVEL MEDIO DEL MAR EN CINCO REGISTROS DEL PLANETA
0LOtPHWURV
Fuente: 3HUPDQHQW6HUYLFHIRU0HDQ6HD/HYHO (PSMSL).
37
CEPAL
Dinámicas, tendencias y variabilidad climática
Estos cambios en los registros aparecen porque los mareógrafos miden los cambios en el nivel
GHOPDUSHURODHVWDFLyQGHPHGLGDHVWiLQVWDODGDHQODVXSHU¿FLH\PLGHFDPELRVHQODVXSHU¿FLHGHO
PDUUHVSHFWRDXQDSRVLFLyQ¿MDHQOD7LHUUD7DQWRVLOD7LHUUDVHPXHYHUHVSHFWRDOPDURYLFHYHUVD
HOUHJLVWURPRVWUDUiXQFDPELRUHODWLYRGHOQLYHOGHOPDU3RUHVWDUD]yQHVWRVGRVHIHFWRVQRSXHGHQ
VHUDLVODGRVFRQLQIRUPDFLyQGHPDUHyJUDIRVH[FOXVLYDPHQWHFRPRHVHOFDVRGHORVGDWRVXWLOL]DGRV
en el estudio. Con el uso de receptores GPS *OREDO3RVLWLRQLQJ6\VWHP cercanos a los mareógrafos se
podría recoger el movimiento de la Tierra y poder aislar el efecto en el registro del nivel del mar.
3RURWURODGRORVFDPELRVHQODSUHVLyQDWPRVIpULFDWDPELpQLQÀXLUtDQHQXQFDPELRHQHOQLYHO
del mar. Por ello, los datos empleados en el estudio están corregidos baroclínicamente.
/DEDVHGHGDWRVXWLOL]DGDSDUDREWHQHUODVWHQGHQFLDVGHDVFHQVRGHOQLYHOPHGLRGHOPDUHV
DPSOLDPHQWHHPSOHDGDSRUOD&RPXQLGDGFLHQWt¿FDGHGLFDGDDOHVWXGLRGHOQLYHOGHOPDU
En el apartado 3 de este documento se presentan los resultados sobre la distribución del nivel
medio del mar y su variación media estacional actual en las costas de estudio.
2.2.2. Datos de Marea Astronómica (MA)
Los datos de marea astronómica han sido generados por IH Cantabria a lo largo de la costa de ALyC
XWLOL]DQGR ODV FRQVWDQWHV DUPyQLFDV SURFHGHQWHV GHO PRGHOR JOREDO GH PDUHDV 73;2 YHUVLyQ desarrollado por la Universidad del estado de Oregón (Egbert et al., 1994; Egbert y Erofeeva, 2002).
El modelo TPXO asimila datos de las misiones TOPEX/POSEIDON y de mareógrafos (Ardalan y
Hashemi-Farahani, 2007), siendo uno de los modelos globales de marea más precisos (http://www.esr.
org/polar_tide_models/Model_TPXO71.html).
La base de datos incluye ocho constantes armónicas primarias (M2, S2, N2, K2, K1, O1, P1,
Q1) y dos de largo periodo (Mf y Mm), proporcionadas en una malla global de 1440 x 721 puntos, con
GHUHVROXFLyQHVSDFLDOKWWSYRONRYRFHRUVWHGXWLGHVJOREDOKWPO
(QOD¿JXUDVHPXHVWUDXQPDSDGHODFRPSRQHQWH0FDOFXODGDFRQGLFKRPRGHOR
FIGURA 1.4
MAPA DE LA COMPONENTE DE MAREA M2 CALCULADA CON EL MODELO TPXO
0HWURV
Fuente: http://volkov.oce.orst.edu/tides/global.html.
38
CEPAL
Dinámicas, tendencias y variabilidad climática
Gracias a estos datos se han generado series horarias desde enero de 1948 hasta diciembre de
2099 de marea astronómica en las costas de ALyC. Para esta base de datos no se consideran las posibles
YDULDFLRQHVGHODUJRSOD]RGHODPDUHDDVWURQyPLFDSRUDVFHQVRGHOQLYHOPHGLRGHOPDU/RVUHVXOWDGRV
de carrera de marea (rango entre el valor máximo y mínimo) a lo largo de la costa se presenta en el
DSDUWDGRGHGLFDGRDODFDUDFWHUL]DFLyQGHOPHGLRFRVWHURFDStWXOR
2.2.3. Datos de salinidad (Salinity, SAL)
/RV GDWRV GH VDOLQLGDG XWLOL]DGRV SURYLHQHQ GHO UHDQiOLVLV 1&(3*OREDO 2FHDQ 'DWD $VVLPLODWLRQ
6\VWHP*2'$6GHOD12$$6HKDXWLOL]DGRHOGDWRDODSURIXQGLGDGGHPKWWSZZZHVUOQRDD
gov/psd/data/gridded/data.godas.html).
El Nuevo sistema GODAS fue desarrollado para sustituir el RA6, con el objetivo de disponer
de condiciones iniciales para el sistema de Predicción del Clima Global (Global Climate Forecast
System–CFS) desarrollado en el reanálisis NCEP (Saha et al. 2006). Información más detallada del
modelo se puede encontrar en Behringer and Xue (2004).
(O *2'$6 HVWi EDVDGR HQ XQD FRQ¿JXUDFLyQ FXDVLJOREDO GHO PRGHOR *)'/ 020Y (O
GRPLQLRGHOPRGHORVHH[WLHQGHGHVGHORV6D1\WLHQHXQDUHVROXFLyQGHDXPHQWDGDD
HQODGLUHFFLyQ1\6GHVGHGHO(FXDGRU(OPRGHORWLHQHQLYHOHVFRQXQDUHVROXFLyQGHP
KDVWDORVP(O*2'$6HVWiIRU]DGRFRQHOÀXMRGHPRPHQWRÀXMRGHFDORU\ÀXMRGHDJXDGXOFH
del Reanálisis Atmosférico NCEP 2 (R2).
Las características de los datos son las siguientes:
&REHUWXUDWHPSRUDOUHVROXFLyQPHQVXDOGHVGHHQHURGHDQRYLHPEUHGH
&REHUWXUDHVSDFLDOUHVROXFLyQGHHQODWLWXG\HQORQJLWXGHQXQDPDOODJOREDOGH
418x360 nodos.
En el apartado 3 de este capítulo de este documento se presentan los resultados sobre la
distribución de salinidad y su variación media estacional actual en las costas de estudio.
'DWRVGHWHPSHUDWXUDVXSHU¿FLDOGHOPDU
(Sea Surface Temperature, SST)
/RVGDWRVGHWHPSHUDWXUDGHODVXSHU¿FLHGHOPDUVHKDQREWHQLGRGHOD12$$([WHQGHG5HFRQVWUXFWHG
Sea Surface Temperature, ERSST): http://www.ncdc.noaa.gov/oa/climate/research/sst/ersstv3.php#grid.
Las características de la base de datos son las siguientes:
&REHUWXUDWHPSRUDOUHVROXFLyQPHQVXDOGHVGHD
&REHUWXUDHVSDFLDOUHVROXFLyQGH[JOREDO
La versión más reciente de ERSST es la v3b. El análisis está basado en el International
&RPSUHKHQVLYH2FHDQ$WPRVSKHUH'DWD6HW,&2$'6YHUVLyQ$O¿QDOGHFDGDPHVHODQiOLVLV
(5667HVDFWXDOL]DGRFRQODLQIRUPDFLyQGLVSRQLEOHGHEDUFRV\ER\DVSDUDFDGDPHV/DVDQRPDOtDV
son calculadas para la climatología mensual del periodo 1971-2000 (Xue et al. 2003).
/D EDVH GH GDWRV (5667YE KD VLGR JHQHUDGD XWLOL]DQGR GDWRV LQ VLWX GLVFRQWLQXRV GH 667
completados mediante métodos estadísticos que permiten una reconstrucción estable a partir de
información espacial dispersa. El análisis mensual se extiende desde enero de 1854 al presente. No
REVWDQWHGHELGRDODLQIRUPDFLyQLQVWUXPHQWDOGLVSHUVDODVHxDODQDOL]DGDHVWiOLPLWDGDD'HVSXpV
GHODVHxDOHVPiVFRQVLVWHQWHHQHOWLHPSR±¿JXUD±(5667HVDGHFXDGDSDUDHVWXGLRVGH
JUDQHVFDODHVSHFLDO\WHPSRUDO\DTXHODVYDULDFLRQHVORFDOHV\GHFRUWRSOD]RKDQVLGRVXDYL]DGDV
39
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.5
ERSST.V3B, ANOMALÍA ANUAL DESDE 1880-2009
DESDE 60°S A 60°N CON 95% DE CONFIANZA (AZUL)
*UDGRVFHQWtJUDGRV
Fuente: NOAA-NCDC.
1RWD/DLQIRUPDFLyQHVGHPD\RUFRQ¿DQ]DDSDUWLUGH
&RPRVHSXHGHREVHUYDUHQOD¿JXUDODPDJQLWXGGHOLQFUHPHQWRHQWHPSHUDWXUDVHQODV
décadas recientes es mucho mayor que la incertidumbre en los datos.
En el apartado 3 de este documento se presentan los resultados sobre la distribución espacial y
su variación media estacional actual en las costas de estudio.
2.2.5. Bases de datos de presión y viento
Los datos de presión y viento han sido necesarios para la generación de datos de marea meteorológica y
oleaje en este trabajo. Los datos han sido obtenidos del Proyecto de Reanálisis de los National Centers
for Environmental Prediction (USA) y National Center for Atmospheric Research.(NCEP/NCAR) de la
Physical Sciences Division (NOAA/ESRL) debido a su cobertura global, resolución espacial y alcance
temporal, ya que proporcionan datos atmosféricos desde 1948 hasta la actualidad, siendo un producto
SHULyGLFDPHQWHDFWXDOL]DGR/RVGDWRVSXHGHQVHUREWHQLGRVGHHVWDZHEKWWSZZZHVUOQRDDJRYSVG
data/reanalysis/reanalysis.shtml.
(QOD¿JXUDVHUHSUHVHQWDODYHORFLGDGPi[LPDGHOYLHQWRDPGHODVXSHU¿FLHDHVFDOD
global en los últimos 10 años del reanálisis NCEP.
40
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.6
VIENTOS MÁXIMOS DEL REANÁLISIS NCEP A 10M
DE LA SUPERFICIE DESDE 1998 A 2008
0LOtPHWURVVHJXQGR
Fuente: Elaboración propia en base a datos del Proyecto de Reanálisis NCEP/NCAR.
2.2.6. Bases de datos de registros instrumentales de oleaje
En la validación y calibración de los resultados numéricos de oleaje, como se explica en el capítulo 4, ha
VLGRQHFHVDULDODLQIRUPDFLyQGHUHJLVWURVLQVWUXPHQWDOHV(QHVWHWUDEDMRVHKDQXWLOL]DGRGRVIXHQWHV
de datos: datos medidos desde satélites y datos de boyas.
(QODEDVHGHGDWRVXWLOL]DGDVHFXHQWDFRQLQIRUPDFLyQGHDOWXUDVGHRODGHVGHKDVWD
HQODVUHJLRQHVLGHQWL¿FDGDVHQOD¿JXUD/RVGDWRVKDQVLGRSURFHVDGRVDSDUWLUGHODLQIRUPDFLyQ
GHGLVWLQWDVPLVLRQHVFRQDOWtPHWURV-DVRQGHVGHHO¿QDOGH-DVRQ723(;326(,'21
ERS-2, Envisat y GFO.
FIGURA 1.7
DATOS DE SATÉLITE ADQUIRIDOS PARA EL ESTUDIO
DE AMÉRICA LATINA Y EL CARIBE
Fuente: Elaboración propia en base a datos de satélite de la red AVISO.
41
CEPAL
Dinámicas, tendencias y variabilidad climática
Dichas bases de datos provienen de la red AVISO: http://www.aviso.oceanobs.com/.
Para la validación de los datos de oleaje generados se ha recurrido a registros de boyas debido a
que la información de los satélites está homogéneamente distribuida en el espacio pero no en el tiempo,
SXHVWRTXHODVGLVWLQWDVSDVDGDVGHXQVDWpOLWHSRUXQDPLVPD]RQDHVWiQVHSDUDGDVHQHOWLHPSRYDULRV
GtDV/DVER\DVXWLOL]DGDVVRQGHGRVIXHQWHV3XHUWRVGHO(VWDGR*RELHUQRGH(VSDxDKWWSZZZ
puertos.es/es/index.html) y el National Data Buoy Center de la agencia NOAA (http://www.ndbc.noaa.
JRY/DVER\DVXWLOL]DGDVHQODYDOLGDFLyQGHODEDVHGHGDWRVGHROHDMHTXHVHKDJHQHUDGRYHUDQH[R
VHUHSUHVHQWDQHQOD¿JXUD
FIGURA 1.8
BOYAS UTILIZADAS EN LA VALIDACIÓN DE LOS DATOS DE OLEAJE (GOW)
Fuente: Puertos del Estado (Gobierno de España) y NOAA.
2.2.7. Bases de datos de registros instrumentales del nivel del mar
Los datos de mareógrafos han sido obtenidos del Centro de Nivel del Mar de la Universidad de Hawaii
(UHSLC). Esta institución gestiona información de mareógrafos de todo el mundo, proporcionados por
redes regionales y nacionales de nivel del mar. Estos datos están disponibles en Internet, a través de la
siguiente dirección: http://ilikai.soest.hawaii.edu/uhslc/rqds.html.
&RQFUHWDPHQWHORVPDUHyJUDIRVXWLOL]DGRVHQHVWHWUDEDMRSHUWHQHFHQDODEDVHGHGDWRVGH
nivel del mar de alta calidad 8+6/&UHVHDUFKTXDOLW\VHDOHYHOVWDWLRQGDWD de tal forma que los
datos proporcionados han sido revisados y sometidos a un control de calidad previo. Las series de
datos presentan una resolución temporal horaria, y la longitud del registro es variable, en función de la
HVWDFLyQPDUHRJUi¿FD
(Q OD ¿JXUD VH PXHVWUDQ ORV PDUHyJUDIRV GLVSRQLEOHV HQ OD ]RQD GH HVWXGLR TXH VH KDQ
XWLOL]DGRSDUDYDOLGDUORVUHVXOWDGRVGHODJHQHUDFLyQQXPpULFDGHODFRPSRQHQWHPHWHRUROyJLFDGHO
nivel del mar y la marea astronómica (véase anexo 1.2). Se dispone de un total de 179 mareógrafos.
42
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.9
MAREÓGRAFOS DISPONIBLES EN EL ÁREA DE ESTUDIO
PROCEDENTES DEL CENTRO UHSLC
Fuente: Elaboración propia.
2.2.8. Temperatura del aire
La temperatura del aire se ha extraído de la información del reanálisis NCEP-NCAR de resolución
WHPSRUDOPHQVXDO\HVSDFLDOGHDSUR[LPDGDPHQWH[6HKDSUHIHULGRHVWDIXHQWHGHLQIRUPDFLyQ
en lugar de otras como las del Hadley Centre o la NASA, también disponibles a través de la red, debido
DVXFREHUWXUDHVSDFLDO\WHPSRUDOPiVDGHFXDGDSDUDORV¿QHVGHHVWHHVWXGLR
2.2.9. Bases de datos de proyecciones del nivel medio del mar
Una de las primeras bases de datos de proyecciones de ascenso de nivel del mar para los distintos
escenarios socioeconómicos se publicó en el tercer informe del IPCC (2001). En dicho informe (ver
¿JXUD VH UHDOL]D XQD DJUHJDFLyQ GH PRGHORV DWPRVIpULFRRFHiQLFRV $2*&0 $WPRVSKHUH
2FHDQ*HQHUDO&LUFXDODWLRQ0RGHO y se obtienen, desde 1990 y hasta el año 2100, el ascenso del nivel
medio del mar global para 6 escenarios socioeconómicos (líneas de colores) con su incertidumbre
asociada (sombreado en gris).
A partir de estas proyecciones se puede obtener, por ejemplo, que la subida media (media de
todos los escenarios) del nivel medio del mar en el año 2050 (desde 2010) sería de aproximadamente 12
cm y que para el 2100 (desde 2010) sería de 30 cm. Recientemente, el cuarto informe del IPCC (2007)
ha publicado los últimos resultados que se muestran en el cuadro 1.4:
43
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.10
ESCENARIOS DE SUBIDA DEL NIVEL MEDIO DEL MAR
0HWURV
Fuente: IPCC, TAR, 2001.
CUADRO 1.4
ESCENARIOS DE SUBIDA DEL NIVEL MEDIO DEL MAR
Año
A1B
A1T
A1FI
A2
B1
B2
Año
A1B
A1T
A1FI
A2
B1
B2
1990
0
0
0
0
0
0
1990
0
0
0
0
0
0
2000
10
11
9
9
12
11
2000
27
26
28
27
25
26
2010
21
23
19
20
26
24
2010
59
59
60
60
56
58
2020
35
42
32
32
44
42
2020
96
100
99
97
92
97
2030
55
63
48
47
64
63
2030
143
149
146
139
132
142
2040
77
86
69
67
84
83
2040
200
208
204
190
178
192
2050
102
112
96
89
105
103
2050
266
272
278
251
227
247
2060
126
135
130
115
127
125
2060
337
342
368
320
279
307
2070
150
156
165
142
145
146
2070
413
413
471
401
333
369
2080
173
173
200
173
161
168
2080
493
482
584
490
388
435
2090
192
186
234
203
175
190
2090
571
548
701
588
444
504
2100
208
194
266
237
185
210
2100
649
611
819
692
496
576
Tabla 1. Proyecciones ajustadas del nivel del mar
(mm) para el percentil mínimo (5), derivadas de
ajustar las proyecciones del TAR para corresponder
a las proyecciones del AR4 al año 2095.
Tabla 2. Proyecciones ajustadas del nivel del mar
(mm) para el percentil máximo (95), derivadas de
ajustar las proyecciones del TAR para corresponder
a las proyecciones del AR4 al año 2095.
Fuente: Hunter, J., (2010), Estimating sea-level extremes under conditions of uncertain sea-level rise. Climatic Change.
99:331–350.
A partir de estas proyecciones del AR4-IPCC se puede observar valores similares si bien la
incertidumbre para cada escenario socioeconómico es algo menor. En el informe IPCC (2007) se detalla
TXHQRVHWLHQHQHQFXHQWDIXWXURVFDPELRVUiSLGRVHQODGLQiPLFDGHOÀXMRGHKLHOR(OGHVKLHORGHORV
glaciares y la contribución de la Antártica y de Groenlandia a la subida del nivel del mar son varios de
ORVIDFWRUHVTXHKDQKHFKRTXHODFRPXQLGDGFLHQWt¿FDGHOQLYHOGHOPDUVHKD\DUHIRUPXODGRPXFKDV
44
CEPAL
Dinámicas, tendencias y variabilidad climática
GHODVKLSyWHVLVTXHKDQGDGROXJDUDORVUHVXOWDGRVGHO,3&&$PRGRGHHMHPSORHQOD¿JXUDVH
muestra una comparación entre la subida del nivel del mar obtenida con observaciones de mareógrafos
y de satélite (3,3 mm/año) y la media de los modelos del IPCC (Rahmstorf et al. 2007).
FIGURA 1.11
COMPARACIÓN ENTRE RESULTADOS DE MODELOS DE ESCENARIOS DEL IPCC
Y VALORES INSTRUMENTALES
Cambios en importantes parámetros climáticos
desde 1973, comparados con los escenarios del
IPCC (representados con líneas discontínuas
y sobreado en gris). (Arriba) Concentración
mensual de dióxido de carbono y su tendencia
en Mauna Loa, Hawaii (azul), hasta Enero de
2007, obtenido de Scripps en colaboración con
la NOAA. ppm, partes por millón. (Medio) Media
JOREDODQXDOGHODWHPSHUDWXUDVXSHU¿FLDOHQOD
VXSHU¿FLHFRQWLQHQWDO\RFpDQRREWHQLGDGH*,66
(rojo) y del Hadley Centre/Climate Research Unit
(azul) hasta 2006, con sus tendencias. (Abajo)
Datos del nivel del mar basados principalmente
en registros de mareógrafos (anuales, rojo) y
de altímetros de satélite (datos 3 mensuales,
azul, hasta 2006) y sus tendencias. Todas las
tendencias son no lineales y están obtenidas
con un periodo de solapamiento de 11 años y
el criterio de mínimo ruido (roughness criterion)
DO ¿QDO H[FHSWR SDUD ORV GDWRV GH DOWLPHWUtD
donde se usa una tendencia lineal debido a la
corta longitud de la serie. Para temperatura
y nivel del mar, la información se representa
como desviaciones respecto al valor de la
línea de tendencia en 1990, año base para los
escenarios IPCC.
Fuente: Rahmstorf et al. 2007
Como se puede observar, las diferencias son importantes y varios investigadores han intentado
UHVROYHUODFXHVWLyQGHODVFHQVRGHOQLYHOGHOPDUXWLOL]DQGRDSUR[LPDFLRQHVVHPLHPStULFDVPRGHORV
estadísticos sencillos que relacionan la subida de la temperatura media global con el ascenso del
nivel del mar). En esta línea, Rahmstorf (2007), Vermeer y Rahmstorf (2009), Horton et al. (2008),
Gringsted et al. (2009) han desarrollado trabajos en los que obtienen un ascenso del nivel del mar para
HOPD\RUTXHHOREWHQLGRSRUHO,3&&$5(QOD¿JXUDVHPXHVWUDXQHMHPSORGH
los resultados obtenidos por Vermeer y Rahmstorf (2009) en los que se observa un aumento del nivel
medio del mar global de 1 m para el año 2100.
45
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.12
PROYECCIÓN DE ASCENSO DEL NIVEL MEDIO DEL MAR DE 1990 A 2100,
BASADO EN LAS PROYECCIONES DE TEMPERATURA
DE LOS ESCENARIOS A2, B1 Y A1F1
Fuente: Vermeer y Rahmstorf (2009).
Nota: Se muestra también el rango de los resultados del IPCC-AR4.
3RURWURODGRH[LVWHQRWURVHVWXGLRUHDOL]DGRVSRUYDULRVGHORVH[SHUWRVGHQLYHOGHOPDUSDUD
Holanda (Dutch Delta Committee, ³([SORULQJKLJKHQGFOLPDWHFKDQJHVFHQDULRVIRUÀRRGSURWHFWLRQ
RIWKH1HWKHUODQGV´2008), que concluye que en el 2100 el nivel medio del mar global subirá en el rango
entre 0,55 y 1,1 m.
Posteriormente, en los capítulos dedicados a los impactos y los riesgos, y a la vista de toda la
LQIRUPDFLyQGLVSRQLEOHVHGH¿QHQODVVLWXDFLRQHVDDQDOL]DUGHVXELGDGHQLYHOGHOPDUFRQWHPSODGRV
en este proyecto con base en los escenarios de emisiones.
2.2.10. Bases de datos de proyecciones de modelos climáticos
En la página web http://www-pcmdi.llnl.gov/ se puede acceder a la información de los modelos
FOLPiWLFRV $2*&0 XWLOL]DGRV HQ HO ,3&&$5 (VWD LQIRUPDFLyQ VH SXHGH VLQWHWL]DU HQ OD
¿JXUD
46
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.13
MODELOS CLIMÁTICOS AOGCM DISPONIBLES DEL IPCC-AR4
Fuente: http://www-pcmdi.llnl.gov/
Con objeto de comprobar la idoneidad de la información disponible de los modelos climáticos
SDUD ORV ¿QHV GH HVWH HVWXGLR VH KD UHDOL]DGR XQD E~VTXHGD GH OLWHUDWXUD FLHQWt¿FD GH WUDEDMRV GH
modelación y proyección del fenómeno ENOS para los distintos escenarios de cambio climático
(El Niño–Oscilación del Sur), también conocido como ENSO (El Niño–Southern Oscillation). Las
conclusiones a las que se ha llegado son que, al día de hoy, los modelos climáticos AOGCM presentan
grandes incertidumbres en cuanto al modelado de los eventos ENOS y que no hay consenso en cuanto a
si estos eventos son más o menos intensos y/o frecuentes (ver por ejemplo: Cane, M.A. (2005), Nicholls,
N. (2008) Van Oldenborgh et al. (2005), Collins, M. et al. (2005)). Por ese motivo, y dado el alcance de
HVWHHVWXGLRQRVHYDQDXWLOL]DUODVSUR\HFFLRQHVDORODUJRGHOVLJOR;;,GHORVPRGHORVFOLPiWLFRV
$2*&0GHO,3&&(ODQiOLVLVTXHVHYDDUHDOL]DUHVWiEDVDGRHQODVFRUUHODFLRQHVKLVWyULFDVHQWUH
los agentes que se consideran en este estudio y los índices climáticos conocidos (NIÑO3, SAM, etc.).
'HHVWDPDQHUDGDGDXQDSUHGLFFLyQDFRUWRSOD]RDDxRYLVWDGHXQHYHQWR(126ORVUHVXOWDGRV
que se van a obtener permitirán evaluar el riesgo asociado a la presentación de un determinado valor
GHSRUHMHPSORHOtQGLFH1,f2$PRGRGHHMHPSORHQOD¿JXUDVHPXHVWUDODLQÀXHQFLDGHO
tQGLFH1,f2HQODVDQRPDOtDVGHOQLYHOGHOPDU&RPRSXHGHDSUHFLDUVHODFRVWDGHO3DFt¿FR6XUVH
YHDIHFWDGDHQJUDQPDJQLWXGSRUHO(126(QHODSDUWDGRVHGHVFULEHODLQÀXHQFLDHQORVDJHQWHV
considerados (nivel del mar, intensidad del oleaje, dirección del oleaje, marea meteorológica) de los
índices climáticos que gobiernan el clima oceánico en ALyC.
47
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.14
INFLUENCIA DEL ÍNDICE NIÑO3 EN LAS ANOMALÍAS
MENSUALES DEL NIVEL DEL MAR
Fuente: Elaboración propia.
48
CEPAL
Dinámicas, tendencias y variabilidad climática
3. Dinámicas costeras en América
Latina y el Caribe
Las dinámicas consideradas en este estudio se resumen en el cuadro cuadro 1.5 y se describen a continuación.
CUADRO 1.5
RESUMEN DE VARIABLES COSTERAS CONTEMPLADAS EN EL ESTUDIO
Variables
0HWHR2FHDQRJUi¿FDV
1LYHO0HGLRGHO0DU100
7HPSHUDWXUD6XSHU¿FLDOGHO
PDU667
6DOLQLGDG6$/
7HPSHUDWXUDGHO$LUHHQ
6XSHU¿FLH6$7
9LHQWR:
Dinámicas Costeras (IHC)
Eventos Extremos
Eventos de Huracanes
2OHDMH0HGLDPHQVXDOPi[LPD
PHQVXDODOWXUDVXSHUDGDKRUDV
DODxR\GLUHFFLyQGHOÀXMRPHGLR
GHHQHUJtD
0DUHD0HWHRUROyJLFD
0DUHD$VWURQyPLFD
2OHDMH
0DUHD0HWHRUROyJLFD
9LHQWR
2OHDMH
0DUHD0HWHRUROyJLFD
Fuente:(ODERUDFLyQSURSLD
'LQiPLFDV0HWHR2FHDQRJUi¿FDV
3.1.1. Nivel Medio del Mar
8WLOL]DQGRODLQIRUPDFLyQGHOQLYHOGHOPDUJOREDOVHKDREWHQLGRODHVWDFLRQDOLGDGPHGLDVPHQVXDOHV
DQLYHOJOREDO\HQFRQFUHWRHQODUHJLyQGH$/\&$QLYHOJOREDOVHDSUHFLDXQDYDULDELOLGDGHVSDFLDO
QRWRULDFRQQLYHOHVPi[LPRVGHYDULDFLyQHQHO3DFt¿FR1RUWH\ORVPDUHVPiVFHUUDGRVSRULVODVR
FRQWLQHQWHVFRPRHQHOFDVRGH1XHYD=HODQGLDRHOPDU0HGLWHUUiQHR$ODHVFDODGH$/\&±¿JXUD
± VH DSUHFLD XQD YDULDFLyQ HVWDFLRQDO HQWUH OD SDUWH GHO KHPLVIHULR 1RUWH \ OD GHO 6XU FRQ ODV
PD\RUHVYDULDFLRQHVWHQLHQGROXJDUHQODFRVWDQRUWHGH%UDVLO\ODFRVWD3DFt¿FDGH&HQWURDPpULFD
49
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.15
ESTACIONALIDAD DEL NIVEL MEDIO DEL MAR A ESCALA GLOBAL
0LOtPHWURV
Fuente: Elaboración propia.
FIGURA 1.16
ESTACIONALIDAD DEL NIVEL MEDIO DEL MAR EN AMÉRICA LATINA Y EL CARIBE
0LOtPHWURV
Fuente: Elaboración propia.
50
CEPAL
Dinámicas, tendencias y variabilidad climática
3.1.2. Salinidad
'HODHVWDFLRQDOLGDGGHODVDOLQLGDGDHVFDODJOREDO±¿JXUD±VHSXHGHGHVSUHQGHUODFRQFOXVLyQ
GHTXHHO$WOiQWLFRHVPiVVDOLQRTXHHO3DFt¿FR\HVSHFLDOPHQWHORVVRQORVPDUHVLQWHULRUHVFRPRHO
Mediterráneo. No obstante, la estacionalidad de esta variable no es tan marcada como en otras.
FIGURA 1.17
ESTACIONALIDAD DE LA SALINIDAD A ESCALA GLOBAL
.LORJUDPRVNLORJUDPRV
Fuente: Elaboración propia.
7HPSHUDWXUDGHOPDUHQ6XSHU¿FLH
A escala global, existe una graduación de la temperatura del mar con la latitud y se observa un cambio
estacional con movimientos de las isotermas de Norte a Sur en los meses estivales del hemisferio Sur y
al contrario en los meses de invierno.
FIGURA 1.18
ESTACIONALIDAD DE LA TEMPERATURA SUPERFICIAL
DEL MAR A ESCALA GLOBAL
*UDGRVFHQWtJUDGRV
Fuente: Elaboración propia.
51
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.19
ESTACIONALIDAD DE LA TEMPERATURA SUPERFICIAL DEL MAR
EN AMÉRICA LATINA Y EL CARIBE
*UDGRVFHQWtJUDGRV
Fuente: Elaboración propia.
3.1.4. Temperatura del Aire
Como ocurre con las variables anteriores, se observa la modulación provocada por los ciclos inviernoverano en el Hemisferio Norte y Sur, con temperaturas más altas en el Hemisferio Norte y bajas en el
Sur y viceversa.
52
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.20
ESTACIONALIDAD DE LA TEMPERATURA SUPERFICIAL GLOBAL
*UDGRVFHQWtJUDGRV
Fuente: Reanálisis NCEP-NCAR.
FIGURA 1.21
ESTACIONALIDAD DE LA TEMPERATURA SUPERFICIAL
EN AMÉRICA LATINA Y EL CARIBE
Fuente: Reanálisis NCEP-NCAR.
53
CEPAL
Dinámicas, tendencias y variabilidad climática
3.1.5. Viento
3DUDGHVFULELUHOYLHQWRHQODUHJLyQVHKDXWLOL]DGRHOSHUFHQWLODQXDOFRPRLQGLFDGRUGHODUDPD
GHYLHQWRVPiVLQWHQVRVHQOD]RQDSHURVLQOOHJDUDFRQVLGHUDUVHH[WUHPRV/DIXHQWHGHLQIRUPDFLyQ
del viento ha sido el reanálisis NCEP-NCAR y debido a la resolución del mismo no quedan recogidos
adecuadamente los ciclones tropicales, pero sí aparecen como vientos de intensidad alta, por lo que el
SHUFHQWLOUHÀHMDODUDPDDOWDGHORVYLHQWRVIXHUWHVHQOD]RQD6HDSUHFLDHQOD¿JXUDTXHORV
mayores vientos se dan en el Sur del continente, debidos a los vientos del Oeste y en las islas del Caribe,
en este caso, debido a los vientos tropicales. También se observa claramente el cinturón de calmas
ecuatoriales (ITCZ).
(OSDWUyQGHYLHQWRVJOREDO±¿JXUD±LQGXFLGRSRUODFLUFXODFLyQPHWHRUROyJLFDPXHVWUD
que en las regiones del Hemisferio Norte de ALyC dominan los vientos del NE, mientras que en las
]RQDVVXEWURSLFDOHVGHO+HPLVIHULR6XUHOSDWUyQGHYLHQWRVVRSODGHVGHHO6($SDUWLUGHORV6
aproximadamente, los vientos provienen generalmente del NW y vuelven a soplar del SE en la región
de bajas presiones polar.
FIGURA 1.22
PATRÓN DE CIRCULACIÓN GLOBAL DE VIENTOS TEÓRICA(A)
Y REAL (B) EN AMÉRICA
Fuente: Atmospheric chemistry department of the
Max Planck Institute.
FIGURA 1.23
CUANTIL DE 0,9 DE LA VELOCIDAD DEL VIENTO ENTRE 1948 Y 2008
0HWURVHJXQGR
Fuente: Elaboración propia a partir
del reanálisis NCEP/NCAR.
54
CEPAL
Dinámicas, tendencias y variabilidad climática
(VWDFLRQDOPHQWHHQOD¿JXUDVHGHWHFWDHOHIHFWRGHOLQYLHUQRHQHOKHPLVIHULR1RUWHFRQ
valores más intensos del percentil 90, mientras que en el sur del continente la variación entre estaciones
no es tan marcada.
FIGURA 1.24
VELOCIDAD MEDIA DEL VIENTO ESTACIONAL ENTRE 1948 Y 2008
0HWURVVHJXQGR
Fuente: Elaboración propia a partir del reanálisis NCEP/NCAR.
El efecto del patrón de vientos globales también se aprecia en la dirección media de la potencia
HyOLFD±¿JXUD±GRQGHVHSXHGHREVHUYDUTXHGRPLQDQORVYLHQWRVGHSURFHGHQFLDPDULQDWDQWR
HQHO$WOiQWLFRFRPRHQHO3DFt¿FRH[FHSWRHQ&HQWURDPpULFDDOVXUGH0p[LFR\3DQDPiGRQGHORV
YLHQWRVSURYLHQHQGHO1RUWHHQDPEDVFRVWDVGHELGRDODHVWUHFKH]GHOD]RQDWHUUHVWUH\ODVEDMDVFRWDV
de la topografía.
55
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.25
DIRECCIÓN MEDIA DE LA POTENCIA EÓLICA ENTRE 1948 Y 2008
Fuente: Elaboración propia a partir del reanálisis
NCEP/NCAR.
3.2. Dinámicas Costeras
En este apartado se aborda el estudio de variables intrínsecamente relacionadas con la costa como son
el oleaje y las componentes de marea, tanto astronómica como meteorológica. Merece la pena llamar
ODDWHQFLyQVREUHODHVFDVH]GHHVWHWLSRGHLQIRUPDFLyQDVtFRPRHVWXGLRVUHODFLRQDGRVDOUHVSHFWR
FRQFUHWDPHQWHHQOD]RQDGH$/\&\GHIRUPDJHQHUDOL]DGDHQHO+HPLVIHULR6XUGHOSODQHWD
3.2.1. Oleaje
Centrando el estudio en variables de las que se tiene un menor conocimiento en la región como es el caso
GHOROHDMHVHDQDOL]DDFRQWLQXDFLyQGLYHUVRVHVWDGtVWLFRVGHOROHDMH\VXGLVWULEXFLyQHVWDFLRQDO
El oleaje se ha obtenido mediante simulación numérica del reanálisis de oleaje GOW (Global
2FHDQ:DYHV IHC). Como variables del oleaje, se describen espacialmente la DOWXUDVLJQL¿FDQWH (Hs),
o media del tercio de mayores olas en un estado de mar, en su valor medio mensual, como indicador de
las condiciones medias mensuales; la DOWXUDVLJQL¿FDQWHPi[LPDPHQVXDOUHÀHMDQGRODVFRQGLFLRQHV
de oleaje más severas en cada mes; la DOWXUDVLJQL¿FDQWHFRQSUREDELOLGDGGHH[FHGHUVHKRUDVDO
año (Hs12GHJUDQLPSRUWDQFLDSDUDHOSHU¿OGHHTXLOLEULRGHODVSOD\DV\DTXHHVWiUHODFLRQDGDFRQ
la profundidad a la que el transporte de sedimentos deja de estar dominado por el oleaje y además,
UHSUHVHQWHXQFXDQWLOGHODUDPDDOWDGHODVFRQGLFLRQHVGHROHDMHHQHODxR±¿JXUD±\SRU~OWLPR
la GLUHFFLyQGHOÀXMRPHGLRGHHQHUJtD como dirección de procedencia dominante de la energía del
ROHDMH±¿JXUD±(QHOFDVRGHODDOWXUDVPHGLD\Pi[LPDVVHDQDOL]DDGHPiVGHHVSDFLDOPHQWHVX
GLVWULEXFLyQWHPSRUDOHQODVFXDWURHVWDFLRQHV±¿JXUD\¿JXUD±
56
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.26
ALTURA DE OLA SIGNIFICANTE MEDIA ESTACIONAL
0HWURV
Fuente: GOW (Reanálisis *OREDO2FHDQ:DYHV
Las mayores alturas medias de ALyC del hemisferio Norte tienen lugar en la península de
&DOLIRUQLD0p[LFRFRQDOWXUDVVLJQL¿FDQWHPHGLDVHQWRUQRDORVPPLHQWUDVTXHHQODVLVODVGHO
Caribe se mantienen valores en el entorno de un metro en el mar interior y entre 1,6 y 2 m en la franja
atlántica de las islas caribeñas hasta la frontera de Brasil, norte del Golfo de México y costa norte de
Costa Rica y Panamá, que hacen frente a oleajes más intensos generados en el Atlántico. Se advierte
XQD QRWRULD YDULDFLyQ HVWDFLRQDO GLVPLQX\HQGR ODV DOWXUDV GH ROD VLJQL¿FDQWH GHVGH D P HQ HO
periodo estival. Respecto a las alturas máximas medias estacionales, cabe destacar alturas en el entorno
de los 4,5 m en el invierno en el golfo de México.
57
CEPAL
Dinámicas, tendencias y variabilidad climática
5HVSHFWRDODSDUWHGHOKHPLVIHULR6XUFDEHGLVWLQJXLUODVGRVFRVWDVOD$WOiQWLFD\OD3DFt¿FD
En la costa Atlántica las medias mensuales de Hs están en el entorno de 1m con la excepción de la
costa de Brasil, con alturas en el entorno de 2 m. Respecto a las máximas estacionales, destacan la
FRVWD6XUGH%UDVLO\ODFRVWDGH8UXJXD\FRQDOWXUDVPi[LPDVVLJQL¿FDQWHVGHDSUR[LPDGDPHQWH
m. El resto de la costa Atlántica se ve afectada por alturas máximas medias por debajo de los 2,5 m.
/DFRVWD3DFt¿FDGHVWDFDSRUORVYDORUHVPi[LPRVHQHOVXUGHOFRQWLQHQWHFRQDOWXUDVPi[LPDVPHGLDV
de hasta 8,5 m al sur de Chile, disminuyendo hasta los 5 m en el norte de Chile y en el entorno de 3
m en Perú. En cuanto a las alturas medias estacionales, las medias varían entre los 4 m en el sur de
Chile disminuyendo progresivamente hacia el Norte hasta valores de aproximadamente 1,8 m en las
costas de Perú. Es notoria la variación temporal tanto en las condiciones máximas como medias de Hs,
observándose una mayor intensidad del oleaje en los meses de verano (J-J-A) en el hemisferio Sur y en
los meses de invierno (D-E-F) en el hemisferio Norte.
FIGURA 1.27
ALTURA DE OLA SIGNIFICANTE MÁXIMA ESTACIONAL
0HWURV
Fuente: GOW (Reanálisis *OREDO2FHDQ:DYHV
5HVSHFWR D OD GLUHFFLyQ SUHGRPLQDQWH GH OD HQHUJtD GHO ROHDMH OD ¿JXUD PXHVWUD OD
GLUHFFLyQPHGLDGRPLQDQWHHQFDGDSXQWR$QDOL]DQGRORVUHVXOWDGRVVHSXHGHQGHWHFWDUODJHQHUDFLyQ
del oleaje en el golfo de México, con dirección Norte a Sur, y el mar del Caribe, con generación del Este
a Oeste, en concordancia con el patrón de vientos visto anteriormente. El resto de la costa, el oleaje
GRPLQDQWHSURYLHQHGHODJHQHUDFLyQGHODVERUUDVFDVHQHO6XUGHO3DFt¿FRTXHYLDMDKDFLDHO(VWH
PLHQWUDVTXHHQHOKHPLVIHULR1RUWHHOROHDMHSURYLHQHGHODV]RQDVGHJHQHUDFLyQGHO$WOiQWLFR1RUWH
58
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.28
DIRECCIÓN DEL FLUJO MEDIO DE ENERGÍA
*UDGRVQRUWH
Fuente: GOW (Reanálisis *OREDO2FHDQ:DYHV
5HVSHFWRDODDOWXUDGHRODVLJQL¿FDQWHVXSHUDGDGHPHGLDKRUDVDODxRPDQL¿HVWDODPLVPD
YDULDELOLGDGHVSDFLDOTXHODVDOWXUDVPi[LPDVPHQVXDOHVFRQYDORUHVPi[LPRVHQOD]RQDGHOD7LHUUD
GH)XHJRGHELGRDTXHHOROHDMHJHQHUDGRHQHO6XUGHO3DFt¿FRYLDMDKDFLDHO$WOiQWLFR6XUDWUDYHVDQGR
HVWD]RQDJHRJUi¿FD(QHOKHPLVIHULR6XUWDQWRODFRVWD$WOiQWLFDFRPR3DFt¿FDOOHJDQKDVWDYDORUHV
de 4 a 5 m de Hs12. En el resto de la costa del hemisferio Sur, junto con el Caribe y Centroamérica,
se detectan valores en el entorno de los 2-2,5 m, con excepción del golfo de México y la península de
California, con valores entorno a los 4-5 m.
En el golfo de San Matías (Argentina) y el río de la Plata, se observa el efecto de resguardo
TXHHMHUFHODFRQ¿JXUDFLyQGHODFRVWDVREUHHOROHDMHLQFLGHQWHSUHVHQWiQGRVHXQDVFRQGLFLRQHVPHQRV
VHYHUDVTXHHQ]RQDVLQPHGLDWDPHQWHFHUFDQDV
59
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.29
ALTURA DE OLA SIGNIFICANTE SUPERADA
DE MEDIA, 12 HORAS AL AÑO DESDE 1948 A 2008
0HWURV
Fuente: GOW (Reanálisis *OREDO2FHDQ:DYHV
/D YDULDELOLGDG GHO ROHDMH HQ OD UHJLyQ KD TXHGDGR PDQL¿HVWD HQ WRGDV ODV YDULDEOHV GHO
oleaje estudiadas. Debido a la limitación que supone en la representación mostrar resultados en una
escala espacial de tal magnitud no es viable la descripción del clima marítimo punto a punto en este
GRFXPHQWR 6LQ HPEDUJR VH KD OOHYDGR D FDER HQ HVWH WUDEDMR XQD GH¿QLFLyQ H[KDXVWLYD GHO FOLPD
marítimo RIIVKRUHHQFDGDXQRGHORVSXQWRVDQDOL]DGRVHQODFRVWDGH$/\&HQSURIXQGLGDGHV
LQGH¿QLGDV$PRGRGHHMHPSORVHDQDOL]DQDFRQWLQXDFLyQFXDWURGHORVSXQWRVGHODUHJLyQFRQORV
JUi¿FRVTXHFDUDFWHUL]DQWpFQLFDPHQWHODGH¿QLFLyQGHOFOLPDPDUtWLPRHQFDGDSXQWRSDUDVXXVR
HQDSOLFDFLRQHVGHLQYHVWLJDFLyQHLQJHQLHUtD$GHPiVHQFRQFUHWRVHKDQDQDOL]DGRODVFRQGLFLRQHV
del oleaje RIIVKRUHen las cercanías de los 100 puertos más importantes de ALyC (según el ranking de
puertos de CEPAL), ya que se consideran puntos singulares de especial relevancia como receptores de
este tipo de información.
60
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.30
DESCRIPCIÓN DEL CLIMA MARÍTIMO EN UN PUNTO
DE LA COSTA DE ARGENTINA
Fuente: GOW (Reanálisis *OREDO2FHDQ:DYHV
1RWD6HPXHVWUDODGHVFULSFLyQGHODVYDULDEOHVGHROHDMHHQXQDUHG620L]TXLHUGDVXSHULRUODORFDOL]DFLyQGHO
SXQWRGHUHFKDVXSHULRUODURVDGHROHDMHL]TXLHUGDLQIHULRU\ODGLVWULEXFLyQHVWDGtVWLFDGHODVDOWXUDVVLJQL¿FDQWHV
medias y máximas mensuales.
61
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.31
DESCRIPCIÓN DEL CLIMA MARÍTIMO EN UN PUNTO DE LA COSTA DE CHILE
Fuente: GOW (Reanálisis *OREDO2FHDQ:DYHV
1RWD6HPXHVWUDODGHVFULSFLyQGHODVYDULDEOHVGHROHDMHHQXQDUHG620L]TXLHUGDVXSHULRUODORFDOL]DFLyQGHO
SXQWRGHUHFKDVXSHULRUODURVDGHROHDMHL]TXLHUGDLQIHULRU\ODGLVWULEXFLyQHVWDGtVWLFDGHODVDOWXUDVVLJQL¿FDQWHV
medias y máximas mensuales.
62
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.32
DESCRIPCIÓN DEL CLIMA MARÍTIMO EN UN PUNTO DE LA COSTA DE PERÚ
Fuente: GOW (Reanálisis *OREDO2FHDQ:DYHV
1RWD6HPXHVWUDODGHVFULSFLyQGHODVYDULDEOHVGHROHDMHHQXQDUHG620L]TXLHUGDVXSHULRUODORFDOL]DFLyQGHO
SXQWRGHUHFKDVXSHULRUODURVDGHROHDMHL]TXLHUGDLQIHULRU\ODGLVWULEXFLyQHVWDGtVWLFDGHODVDOWXUDVVLJQL¿FDQWHV
medias y máximas mensuales.
63
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.33
DESCRIPCIÓN DEL CLIMA MARÍTIMO EN UN PUNTO DE LA COSTA DE MÉXICO
Fuente: GOW (Reanálisis Global Ocean Waves).
1RWD6HPXHVWUDODGHVFULSFLyQGHODVYDULDEOHVGHROHDMHHQXQDUHG620L]TXLHUGDVXSHULRUODORFDOL]DFLyQGHO
SXQWRGHUHFKDVXSHULRUODURVDGHROHDMHL]TXLHUGDLQIHULRU\ODGLVWULEXFLyQHVWDGtVWLFDGHODVDOWXUDVVLJQL¿FDQWHV
medias y máximas mensuales.
La descripción de los 1132 puntos RIIVKRUH GH $/\& FRQ HVWH WLSR GH JUi¿FRV VXSRQH XQD
información vital para el conocimiento y la descripción del oleaje en la región. Con estos resultados
VHDSRUWDLQIRUPDFLyQVREUHODGLVWULEXFLyQHVWDGtVWLFDGHOROHDMHJUi¿FRGHEDUUDVLQIHULRUGHUHFKD
VXGLVWULEXFLyQGLUHFFLRQDOVHJ~QODSURFHGHQFLDVHLQWHQVLGDGHVREVHUYDGDVURVDGHROHDMHL]TXLHUGD
LQIHULRUVXYDULDELOLGDGHVSDFLDO\HVWDFLRQDO¿JXUDVGHORFDOL]DFLyQ\JUi¿FRVGHFDMDVGHUHFKDDVt
FRPRODIUHFXHQFLDGHRFXUUHQFLD\UHSUHVHQWDWLYLGDGGHFDGDHVWDGRGHPDUUHSUHVHQWDWLYRJUi¿FR
620L]TXLHUGDVXSHULRU
3RUODLPSRUWDQFLDGHODSDUWHGHVFULSWLYDGHOROHDMHGHHVWRVJUi¿FRVPHUHFHODSHQDH[SOLFDU
SDUD XQ PHMRU HQWHQGLPLHQWR GH ORV JUi¿FRV GH UHGHV 620 R UHGHV QHXURQDOHV DXWRRUJDQL]DWLYDV
FyPRDQDOL]DUGLFKRVJUi¿FRV&RQHVWH¿QVHDFRPSDxDXQDGHVDJUHJDFLyQGHORVUHVXOWDGRVSDUDHO
SXQWRGH&DOLIRUQLDSUHYLDPHQWHDQDOL]DGRGHODPDOOD620DQWHULRU±¿JXUD±
64
CEPAL
Dinámicas, tendencias y variabilidad climática
(QOD¿JXUDVHDSUHFLDFODUDPHQWHGLYHUVRVSDWURQHVHQODVGLVWLQWDVYDULDEOHVGHROHDMHSDUD
el mismo punto. Se muestra la concentración de alturas máximas con periodos de valores medios y con
escasa frecuencia de representación. Se observa una clara bimodalidad del oleaje con dos direcciones
GH¿QLGDVGHSURFHGHQFLDWDPELpQREVHUYDGDHVWDUHDOLGDGHQODURVDGHROHDMH¿JXUD$VLPLVPR
VHSXHGHGHWHFWDUTXHORVROHDMHVPiVIUHFXHQWHVVRQORVGHDOWXUDVGHRODVPiVSHTXHxDV(OJUi¿FRGH
OD¿JXUDTXHGDUHSUHVHQWDGRHQXQ~QLFRJUi¿FRHQODSDUWHVXSHULRUL]TXLHUGDGHOD¿JXUD
FIGURA 1.34
GRÁFICO DE ESTADOS DEL MAR REPRESENTATIVOS EN
UNA RED SOM PARA UN PUNTO DE MÉXICO
Fuente: Elaboración propia.
3.2.2. Marea Astronómica
/DPDUHDDVWURQyPLFDWDPELpQPXHVWUDJUDQYDULDELOLGDGHVSDFLDOHQODUHJLyQGH$/\&3DUDDQDOL]DU
HVWD GLQiPLFD VH UHSUHVHQWD D FRQWLQXDFLyQ HO QLYHO Pi[LPR DOFDQ]DGR SRU OD PDUHD DVWURQyPLFD ±
¿JXUD±HOFXDQWLO±¿JXUD±\ODFDUUHUDGHPDUHD±¿JXUD±/DVFDUDFWHUtVWLFDVGH
las mareas en ALyC varían en magnitud desde regímenes macromareales, con máximos de carreras
de marea de más de 10 m en el Sur de Argentina, hasta regímenes micromareales como en las islas del
Caribe, con carreras de marea inferiores a 0,5 m.
65
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.35
NIVEL MÁXIMO ALCANZADO POR LA MAREA ASTRONÓMICA DESDE 1948 A 2008
0HWURV
Fuente: GOT*OREDO2FHDQ7LGHV
'HORVJUi¿FRVPHUHFHODSHQDUHVDOWDUGRVDVSHFWRVHOSULPHURHOHIHFWRDPSOL¿FDGRUTXHVH
SURGXFHHQOD]RQDGH5tR1HJUR$UJHQWLQDFRQQLYHOHVPi[LPRVGHPiVGHPUHVSHFWRDOUHVWRGH
la costa cercana, con valores menores (entorno a 3 m); segundo, la variación que se produce entre de las
GRVFRVWDVTXHEDxDQ3DQDPi\DTXHHQODFRVWDGHO&DULEHORVQLYHOHVPi[LPRVQRDOFDQ]DQORVP
PLHQWUDVTXHHQODFRVWD3DFt¿FDVHOOHJDQDYDORUHVHQHOHQWRUQRGHPVLELHQQRPX\HOHYDGRV
VXSRQHXQUDVJRSHFXOLDUGHXQD]RQDGHOPXQGRGLYLVRULDHQWUHGRVUHJLRQHVGHGLQiPLFDVFRVWHUDV
radicalmente distintas.
66
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.36
CUANTIL 0,9 DE MAREA ASTRONÓMICA DESDE 1948 A 2008
0HWURV
Fuente: GOT*OREDO2FHDQ7LGHV
FIGURA 1.37
CARRERA DE MAREA ASTRONÓMICA
0HWURV
Fuente: GOT*OREDO2FHDQ7LGHV
67
CEPAL
Dinámicas, tendencias y variabilidad climática
3.2.3. Marea Meteorológica
La marea meteorológica, o también denominada VWRUPVXUJH calculada mediante modelado numérico
*26*OREDO2FHDQ6XUJHV,+&DQWDEULDPXHVWUDGRV]RQDVFODUDPHQWHGLIHUHQFLDGDVWDQWRHQHO
FXDQWLOFRPRHQHO/DSULPHUDGHODV]RQDVTXHFDEHGLVWLQJXLUHVOD]RQDDIHFWDGDSRUORV
mayores valores de la componente meteorológica con valores por encima de un metro en el cuantil
DORODUJRGHWRGDODFRVWDGH$UJHQWLQD8UXJXD\\VXUGH%UDVLO]RQDGH3RUWR$OHJUH5HVDOWD
HVSHFLDOPHQWH OD ]RQD GHO UtR GH OD 3ODWD GRQGH VH REWLHQHQ ORV YDORUHV Pi[LPRV GH HVWD YDULDEOH
KDVWDPHQHOFXDQWLOGHELGRDOHIHFWRGHODFRQ¿JXUDFLyQGHODFRVWDHQIRUPDGHHQWUDQWH
$OUHVSHFWRPHUHFHODSHQDUHVDOWDUTXHHVWD]RQDJHRJUi¿FDHVDGHPiVGRQGHPD\RUHVFDUUHUDVGH
marea astronómica se obtienen, lo cual indica que la variación del nivel del mar será aún mayor en estas
costas. En segundo lugar, en el resto de ALyC se observan valores por debajo de 0,2 m para el cuantil
VDOYRHQHOJROIRGH&DOLIRUQLDGRQGHGHELGRDODFRQ¿JXUDFLyQFHUUDGDGHOJROIRVHSURGXFHQ
mareas meteorológicas de, aproximadamente, medio metro.
5HVSHFWR DO FXDQWLO VH DQDOL]D HQ OD ¿JXUD OD HVWDFLRQDOLGDG DQXDO 1R VH DSUHFLDQ
FDPELRVVLJQL¿FDWLYRVHQODUHJLyQVDOYRXQOLJHURDXPHQWRGHODPDUHDPHWHRUROyJLFDHQHOJROIRGH
0p[LFRGXUDQWHORVPHVHVGHLQYLHUQR(QOD]RQDGHPD\RUHVYDORUHVGHODFRPSRQHQWHPHWHRUROyJLFD
FRVWDGHODGHVHPERFDGXUDGHOUtR3DUDQiORVFDPELRVHVWDFLRQDOHVQRVRQPDQL¿HVWRVSRUORTXHD
lo largo del año la probabilidad de ocurrencia de valores por encima de 1 m se mantienen constantes.
FIGURA 1.38
CUANTIL MEDIO 0,9 DE MAREA METEOROLÓGICA DESDE 1948 A 2008
0HWURV
Fuente: GOS *OREDO2FHDQ6XUJH
68
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.39
CUANTIL MEDIO 0,99 DE MAREA METEOROLÓGICA DESDE 1948 A 2008
0HWURV
Fuente: GOS *OREDO2FHDQ6XUJH
FIGURA 1.40
RANGO DE VARIACIÓN MENSUAL DEL CUANTIL 0,99
DE MAREA METEOROLÓGICA DESDE 1948
0HWURV
Fuente: GOS *OREDO2FHDQ6XUJH
Nota: El rango va desde los valores máximos menos
los valores mínimos medios.
69
CEPAL
Dinámicas, tendencias y variabilidad climática
3.3.Eventos Extremos
-XVWL¿FDGRSRUODLPSRUWDQFLDGHORVHYHQWRVH[WUHPRVHQODVFRVWDVGHELGRDORVLPSDFWRVTXHVXSRQHQ
\SDUDVXXVRHQHOGLVHxRGHODVREUDVPDUtWLPDVHQ$/\&VHKDUHDOL]DGRXQDQiOLVLVGHH[WUHPRV
EDVDGRHQHOPpWRGRGHPi[LPRVPHQVXDOHVGHODVVLJXLHQWHVYDULDEOHVDOWXUDGHRODVLJQL¿FDQWHGH
oleaje y marea meteorológica. Para la aplicabilidad de estos resultados en futuros usos en las costas
de ALyC se han calculado los periodos de retorno de 50, 100, 250 y 500 años de ambas variables. En
DUDVGHODEUHYHGDGGHOSUHVHQWHGRFXPHQWRVHDSRUWDQHQHOWH[WRWDQVyORORVJUi¿FRVGHORVSHULRGRV
de retorno de 50 y 500 años, ya que el primero representa lo observado en el periodo de reanálisis
PRGHODGRDxRV\HOVHJXQGRHVXQSHULRGRGHGLVHxRXVXDOPHQWHXWLOL]DGRHQODVREUDVPDUtWLPDV
(QDPEDVYDULDEOHVVHUHSUHVHQWDHOSDUiPHWURGHIRUPDREWHQLGRSDUDODIXQFLyQJHQHUDOL]DGD
GH H[WUHPRV *(9 GHO DQiOLVLV UHDOL]DGR SDUD PiV LQIRUPDFLyQ FRQV~OWHQVH ODV UHIHUHQFLDV VREUH
análisis de extremos de oleaje). Este parámetro indica la forma que adopta la distribución ajustándose
a una función tipo Weibull si el parámetro resulta negativo, a una Frechet si resulta positivo o a una
*XPEHOHQHOFDVRGHSDUiPHWURLJXDODFHUR±¿JXUD±2EVpUYHVHTXHXQDFXUYDWXUDQHJDWLYDR
tipo Weibull, indica que los extremos están acotados, mientras que en los otros dos ajustes no es así.
FIGURA 1.41
FORMA DE LA DISTRIBUCIÓN GENERALIZADA DE EXTREMOS (GEV)
SEGÚN EL PARÁMETRO DE FORMA
Fuente: Elaboración propia.
70
CEPAL
Dinámicas, tendencias y variabilidad climática
3.3.1. Oleaje
&RPRVHDSUHFLDHQOD¿JXUD\OD¿JXUDH[LVWHXQDHQRUPHYDULDELOLGDGHQORVH[WUHPRVGH
oleaje, ya observada en el análisis de las variables de oleaje de condiciones medias, máximas mensuales
\DOWXUDVVXSHUDGDVKRUDVDODxR¿JXUD\SUHFHGHQWHV(VWDYDULDELOLGDGHVSDFLDOHVFRP~Q
en todos los periodos de retorno, variando su magnitud según se considere una recurrencia u otra (50,
\DxRV$VtHQODJUi¿FDGHSHULRGRGHUHWRUQRGHDxRVORVPD\RUHVYDORUHVSRU
HQFLPDGHORVPGH+VVHREWLHQHQHQHOVXUGHOFRQWLQHQWHGHELGRDORVWHPSRUDOHVGHO3DFt¿FR6XU
7DPELpQ VHREWLHQHQ YDORUHV DOWRV HQWRUQR D P GH DOWXUD VLJQL¿FDQWH HQ HO JROIR GH 0p[LFR HQ
parte debido a los huracanes, que pese a no recogerse en el reanálisis de oleaje en su valor máximo, sí
quedan representados por una subida excepcional respecto a las condiciones medias. Merece la pena
UHVDOWDUTXHHQ]RQDVPiVUHVJXDUGDGDVSRUODSURSLDFRQ¿JXUDFLyQGHODFRVWDFRPR5tR1HJURR5tR
de la Plata, los valores obtenidos disminuyen apreciablemente respecto a los resultados adyacentes y
más expuestos, como ya ha podido ser observado en resultados de apartados previos. En el norte de la
península de California se obtienen valores de aproximadamente 9 m para una recurrencia media de 50
años. En general, en el mar Caribe, la altura de ola de 50 años varía entre los 4 y 5 m.
FIGURA 1.42
ALTURA DE OLA SIGNIFICANTE DE PERIODO DE RETORNO 50 AÑOS
EN EL AÑO HORIZONTE 2010 (VALOR MEDIO)
0HWURV
Fuente: Elaboración propia.
71
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.43
ALTURA DE OLA SIGNIFICANTE DE PERIODO DE RETORNO 500 AÑOS
EN EL AÑO HORIZONTE 2010 (VALOR MEDIO)
0HWURV
Fuente: Elaboración propia.
(ODQiOLVLVGHOSDUiPHWURGHIRUPDREWHQLGR±¿JXUD±LQGLFDTXHODGLVWULEXFLyQGHDOWXUDV
de ola extremas está ligeramente acotada (distribución Weibull) en todo el dominio salvo en la costa
1RUSDFt¿FDGH0p[LFR\HQODVFRVWDVGH8UXJXD\\$UJHQWLQDGRQGHVHDVHPHMDPiVDXQDGLVWULEXFLyQ
de tipo Frechet. No obstante, la magnitud del parámetro de forma es, en general, aproximadamente 0,1
en ambos casos, tanto positivo como negativo, lo que indica que la curvatura del ajuste no es grande
en ningún caso.
FIGURA 1.44
PARÁMETRO DE FORMA OBTENIDO EN EL ANÁLISIS DE EXTREMOS
DE ALTURA DE OLA SIGNIFICANTE
$GLPHQVLRQDO
Fuente: Elaboración propia.
Nota: Un valor positivo indica que la distribución
de extremos sigue una forma tipo Frechet, un valor
negativo corresponden con una distribución Weibull
y un valor nulo se ajusta a una Gumbel.
72
CEPAL
Dinámicas, tendencias y variabilidad climática
3.3.2. Marea Meteorológica
$QiORJDPHQWHDOHVWXGLRGHORVHYHQWRVH[WUHPRVGHROHDMHVHKDUHDOL]DGRHODQiOLVLVGHH[WUHPRVGH
marea meteorológica para el periodo de retorno de 50 años. Como ya se había observado en el apartado
H[LVWHQGRV]RQDVFODUDPHQWHGLIHUHQFLDEOHVHQODUHJLyQOD]RQDGHO$WOiQWLFR6XUSRUGHEDMR
GHODODWLWXGGH6\HOUHVWRGHODUHJLyQ(QODSULPHUD]RQDORVYDORUHVFRQSHULRGRGHUHWRUQRGH
DxRVYDUtDQGHIRUPDJUDGXDOHQHOUDQJRHQWUHP\ORVPFRQYDORUHVPi[LPRVHQOD]RQDGHO
Río de la Plata. Sin embargo, en el resto de la costa de estudio, los valores de la misma recurrencia se
mantienen por debajo de 0,5 m.
FIGURA 1.45
MAREA METEOROLÓGICA DE PERIODO DE RETORNO 50 AÑOS
EN EL AÑO 2010 (VALOR MEDIO)
0HWURV
Fuente: Elaboración propia.
En el caso del parámetro de forma del análisis de extremos de marea meteorológica, en general
es negativa y aproximadamente de valor -0,1, lo que indica que en ALyC los datos extremos de marea
meteorológica se adaptan mejor a una distribución Weibull, excepto en tramos de las costas de Brasil,
Perú, Colombia y México, donde se obtiene un valor positivo del parámetro y es más adecuado un
ajuste tipo Frechet. En ningún caso, como en el oleaje, se obtiene un valor elevado del parámetro lo que
indica que, en cualquier caso, ya sea acotado o no, la curvatura de todos los ajustes es suave.
73
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.46
PARÁMETRO DE FORMA OBTENIDO EN EL ANÁLISIS DE EXTREMOS
DE ALTURA DE OLA SIGNIFICANTE
$GLPHQVLRQDO
Fuente: Elaboración propia.
Nota: Valor positivo indica que la distribución de extremos
sigue una forma tipo Frechet, valor negativo corresponden con
una distribución Weibull y valor nulo se ajusta a una Gumbel.
3.4.Análisis de los huracanes
Los reanálisis numéricos (GOW y GOS, 1948-2008) generados con modelos numéricos (WW3 y
ROMS), que simulan los parámetros asociados al oleaje y a la variación del nivel del mar en función
de los campos de presión atmosférica y viento, no recogen los eventos extremos asociados a tormentas
WURSLFDOHV \ KXUDFDQHV GHELGR D XQD LQVX¿FLHQWH UHVROXFLyQ GH ORV IRU]DPLHQWRV FDPSRV GH YLHQWR
\ SUHVLyQ GHO UHDQiOLVLV 1&(31&$5 FRPR VH SXHGH REVHUYDU HQ OD ¿JXUD SDUD HO KXUDFiQ
Katrina (2005).
74
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.47
SERIE DE PRESIÓN Y VELOCIDAD DEL VIENTO DEL FORZAMIENTO UTILIZADO
EN EL MODELO WW3 (BASE DE DATOS GOW, TRIÁNGULOS), Y LOS DATOS MEDIDOS
POR LA BOYA NOAA-42001 (PUNTOS), PARA EL HURACÁN KATRINA (2005)
Fuente: Elaboración propia.
Para remediar esta circunstancia se ha recurrido en el presente estudio a la generación campos
GHSUHVLyQ\YLHQWRXWLOL]DQGRGDWRVKLVWyULFRVGHKXUDFDQHV\WRUPHQWDVWURSLFDOHVPHGLDQWHPRGHORV
analíticos, a partir de los cuales inferir el oleaje y el nivel del mar, también mediante modelos analíticos,
HQORVDxRVGHGDWRVGHKXUDFDQHVHQOD]RQDGHO$WOiQWLFR1RUWH&DULEH*ROIRGH
0p[LFR\3DFt¿FR1RUHVWH±¿JXUD±/RVUHVXOWDGRVGHODQiOLVLVUHDOL]DGRVHDGMXQWDQDO¿QDOGHO
presente capítulo, en el Anexo 2, ya que en el apartado de los huracanes sólo se considera la descripción
DFWXDO\QRVHUHDOL]DHODQiOLVLVGHWHQGHQFLDVGHODUJRSOD]RFRPRHQHOUHVWRGHODVGLQiPLFDV
FIGURA 1.48
POSICIÓN E INTENSIDAD HISTÓRICA (54 AÑOS) DE LOS HURACANES ANALIZADOS
EN EL PRESENTE ESTUDIO
Fuente: Imagen tomada del National Hurricane Center, NOAA, (http://www.csc.noaa.gov/beta/hurricanes/#app=
2b16&3722-selectedIndex=0.)
75
CEPAL
Dinámicas, tendencias y variabilidad climática
(QHODQH[RVHGHWDOODQORVVLJXLHQWHVDVSHFWRVGHODQiOLVLVUHDOL]DGR
—Evaluación y validación de los mapas de presión por presencia de huracanes.
—Evaluación y validación de los mapas de viento por presencia de huracanes.
—Evaluación y validación de los PDSDVGHROHDMHDOWXUDGHRODVLJQL¿FDQWH Hs y periodo de
pico 7S, por presencia de huracanes.
—Evaluación de la marea meteorológicaVWRUPVXUJHpor presencia de huracanes.
—Obtención de los PDSDV GH HVWDGtVWLFRV GH ODV YDULDEOHV DQDOL]DGDV GH ORV DxRV GH
reanálisis asociadas a los eventos de huracán.
Los resultados obtenidos han sido validados, huracán a huracán, en diversas boyas disponibles
HQHOiUHDGHHVWXGLR±¿JXUD±
FIGURA 1.49
MAPA DE POSICIÓN Y NOMBRE DE LAS BOYAS TIPO NDBC
DEL NATIONAL DATA BUOY CENTER DE LA NOAA
Fuente: Imagen tomada de: http://www.ndbc.noaa.gov/.
&RPRVHSXHGHYHUHQOD¿JXUD\¿JXUDORVFDPSRVGHSUHVLyQ\YLHQWRJHQHUDGRV
con modelos paramétricos se ajustan satisfactoriamente a los datos instrumentales.
76
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.50
COMPARACIÓN DE LAS SERIES HORARIAS DE PRESIÓN PARA EL MODELO
HURAC-HYDROMET-RANKIN VORTEX (1980) (PUNTOS AZULES), DATO DE LAS
BOYA (PUNTOS NEGROS) Y REANÁLISIS NCEP/NCAR (TRIÁNGULOS NEGROS),
PARA EL HURACÁN KATRINA (2005) EN DIVERSAS BOYAS ANALIZADAS, ASÍ COMO
TRAYECTORIA SEGUIDA Y MAPA ESPACIAL DEL CAMPO DE PRESIONES EN UN
DETERMINADO INSTANTE
Fuente: Elaboración propia.
77
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.51
COMPARACIÓN DE LAS SERIES HORARIAS DE VIENTO PARA EL MODELO DE
HURAC-BRETSCHNEIDER (1990) (PUNTOS AZULES), DATOS DE LAS BOYA (PUNTOS
NEGROS) Y REANÁLISIS NCEP/NCAR (TRIÁNGULOS NEGROS), PARA EL HURACÁN
KATRINA (2005) EN DOS DE LAS BOYAS ANALIZADAS, JUNTO A CAMPO DE
VIENTOS EN UN DETERMINADO INSTANTE DEL HURACÁN
Fuente: Elaboración propia.
3DUDODJHQHUDFLyQGHORVFDPSRVGHROHDMHVHXWLOL]DURQWUHVPRGHORVGLVWLQWRVUHVXOWDQGRHO
modelo SPM6KRUH3URWHFWLRQ0DQXDOPRGL¿FDGRHOTXHPHMRUDMXVWHFRQORVGDWRVLQVWUXPHQWDOHV
SUHVHQWDED /D ¿JXUD PXHVWUD HO FDPSR GH ROHDMH JHQHUDGR SRU HO KXUDFiQ .DWULQD HQ XQ
GHWHUPLQDGRLQVWDQWHXWLOL]DQGRHOPHQFLRQDGRPRGHOR
La validación completa de presión, vientos, oleaje y marea meteorológica, junto a los mapas de
resultados en las costas del área de estudio pueden consultarse en el Anexo 2 del presente documento
VLPLODUHVDOPRVWUDGRHQOD¿JXUDSDUDODDOWXUDGHRODVLJQL¿FDQWHPi[LPDHQORVDxRVGH
datos de huracanes).
78
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.52
MAPA DE ALTURA DE OLA SIGNIFICANTE PARA EL HURACÁN KATRINA, MODELO
DEL SPM-MODIFICADO (1984) (27-AGOSTO DE 2005 A LAS 17.00 HORAS)
0HWURV
Fuente: Elaboración propia.
FIGURA 1.53
MAPA DE MÁXIMOS HISTÓRICOS (54 AÑOS DE DATOS DE HURACANES), PARA
ALTURA DE OLA SIGNIFICANTE, EN LOS PUNTOS DE CONTROL ANALIZADOS
0HWURV
Fuente: Elaboración propia.
79
CEPAL
Dinámicas, tendencias y variabilidad climática
3.5. Conclusiones de las dinámicas costeras
en América Latina y el Caribe
OLEAJE
Alta variabilidad espacial, asociada a las diferentes latitudes y condiciones particulares del Océano
3DFt¿FR$WOiQWLFR\0DUGHO&DULEH\*ROIRGH0p[LFR
/RVYDORUHVGHDOWXUDGHRODVLJQL¿FDQWHPHGLDSRUHVWDFLRQHVRVFLODQHQWUH+V P&DULEH
\(FXDGRUHQHO3DFt¿FR\+V PVXUGH&KLOH6LQHPEDUJRODPHGLDGHORVPi[LPRV
HVWDFLRQDOHVDOFDQ]DQKDVWDPHQHOVXUGHOFRQWLQHQWH
La estacionalidad en el hemisferio Norte es mucho más marcada que en el hemisferio Sur.
Los estados de mar más energéticos en el hemisferio Norte se presentan en el período D-E-F
(invierno boreal) y en el hemisferio Sur en el período J-J-A (invierno austral).
(OVXUGH&KLOHFRQHVWDGRVGHPDUGHPiVGH+V PHVOD]RQDPiVHQHUJpWLFD2WUDV]RQDVFRQ
valores Hs > 5 m son la Baja California, el sur del Golfo de México, la parte Atlántica de las islas
GHO&DULEH\DOJXQDV]RQDVGHOVXUGH%UDVLO\GH$UJHQWLQD
/DGLUHFFLyQPHGLDGHOROHDMHHVDOWDPHQWHYDULDEOHSUHGRPLQDQGRHQODFRVWDGHO3DFt¿FRVXUOD
dirección W-SW y en la Baja California la dirección W, en el norte de Argentina, Uruguay y Brasil
hasta Recife, la dirección SE, y en la costa norte de Brasil la dirección NE.
Los estados de mar energéticos asociados a huracanes se han considerado en un anexo
complementario y se han obtenido máximos de oleaje en el entorno de los 10 m en la mayoría de
islas del Caribe.
6HKDUHDOL]DGRXQDQiOLVLVGHH[WUHPRVGHROHDMHREWHQLpQGRVHYDORUHVSRUHQFLPDGHPGH
DOWXUDVLJQL¿FDQWHSHULRGRGHUHWRUQRGHDxRVHQDPEDVFRVWDVHQHOVXUGHOFRQWLQHQWH\SDUWH
sur del Golfo de México.
MAREA
METEOROLÓGICA
La sobreelevación del nivel del mar por marea meteorológica tiene una marcada variabilidad
ODWLWXGLQDOGHSHQGLHQWHWDPELpQGHIHQyPHQRVORFDOHVGHDPSOL¿FDFLyQSRUHIHFWRVJHRPpWULFRV\
de velocidad de propagación de los ciclones.
Los mayores valores de sobreelevación (por encima de 1 m) se han obtenido en el Mar del Plata,
debido a la gran extensión de la plataforma y a la forma del estuario en forma de embudo que
facilita la acumulación de agua en eventos de marea meteorológica.
'HVGHHOSDUDOHOR6KDFLD7LHUUDGHO)XHJRORVYDORUHVREWHQLGRVPLQGLFDQTXHHQHVWDiUHDOD
marea meteorológica es también importante. Al sur de Brasil se han obtenido valores similares.
El Golfo de California potencia también la acumulación de agua, detectándose sobreelevaciones
del orden de 30 cm.
Las sobreelevaciones inducidas por la propagación de huracanes están tenidas en cuenta en un
anexo del documento indicando sobreelevaciones por encima de 1 m en el mar del Caribe
La estacionalidad no es muy importante en esta variable (diferencias de 0,2 m como máximo entre
las medias mensuales) lo que indica que durante todo el año los valores son similares y se pueden
esperar sobreelevaciones del mismo orden mantenidas en el año.
6HKDUHDOL]DGRXQHVWXGLRGHHYHQWRVH[WUHPRVGHPDUHDPHWHRUROyJLFDREWHQLpQGRVHYDORUHV
entorno a los 3 m de sobreelevación en el Río de la Plata para una recurrencia media de 50 años.
MAREA
ASTRONÓMICA
)XHUWHYDULDELOLGDGHVSDFLDOHQODUHJLyQFRQ]RQDVPLFURPDUHDOHVPHVRPDUHDOHV\PDFUR
mareales.
Las carreras de marea mayores (> 5m) se presentan en el sur de Argentina (plataforma de La
Patagonia).
Esta variable es fundamental para evaluar la importancia relativa del aumento del nivel medio del
PDUHQODFDGD]RQD
TEMPERATURA
DEL AGUA
SUPERFICIAL
$OWDYDULDELOLGDGHVSDFLDOODWLWXGLQDOFRQYDORUHVGHPiVGH&HQHO(FXDGRU\YDORUHVPHQRUHVD
&HQOD7LHUUDGHO)XHJR
Aumento del rango de la estacionalidad en latitudes bajas.
NIVEL MEDIO
DEL MAR
Patrón espacial con fuerte variabilidad regional.
Las mayores variaciones invierno-verano del nivel medio del mar se obtienen entre los paralelos
1\6
La amplitud entre los valores máximos y mínimos mensuales no es despreciable (hasta 20 cm)
HQ]RQDVGRQGHHVWHIDFWRUHVGHOPLVPRRUGHQGHPDJQLWXGTXHODPDUHDDVWURQyPLFDDGHPiV
LQÀXHQFLDGRSRUSDWURQHVFOLPiWLFRV
VIENTO
Mayores valores en las islas del Caribe, costa Atlántica y Sur del continente.
Se advierte una mayor estacionalidad (variabilidad mensual) en el hemisferio Norte.
La dirección de la potencia oleaje es proviene en general del mar salvo en Centroamérica que los
vientos vienen de dirección Norte a NE debido al patrón de circulación global (trade winds) y en
Perú, provenientes de tierra.
80
CEPAL
Dinámicas, tendencias y variabilidad climática
4. Métodos para evaluar las tendencias
de largo plazo
4.1.Métodos de evaluación de la variación
a largo plazo de una variable
(Q HVWRV ~OWLPRV DxRV VH KD UHDOL]DGR XQ LPSRUWDQWH HVIXHU]R SRU SDUWH GH OD FRPXQLGDG FLHQWt¿FD
en generar series históricas de las dinámicas de alta resolución y, por otro lado, realizar simulaciones
basadas en los escenarios del IPCC de modelos climáticos atmosférico-oceánicos. Basado en estos dos
tipos de información, existen varias formas de proceder para evaluar las dinámicas en un determinado
DxRKRUL]RQWHDORODUJRGHOVLJOR;;,YHiVH¿JXUD
$ Obtención de tendencias de largo plazo y extrapolación a los años horizonte considerados:
esta técnica asume que la inercia del sistema climático es constante y que, por tanto, no se incrementa
ODYHORFLGDGGHHPLVLyQGHORVJDVHVGHHIHFWRLQYHUQDGHUR*(,ORFXDOQRHVFRUUHFWR/DYHQWDMD
de esta aproximación es que se hace uso de series largas de datos históricos medidos o calculados
numéricamente de una alta calidad. Es importante señalar este factor ya que la oceanografía dispone hoy
HQGtDGHOFRQRFLPLHQWRFLHQWt¿FR\GHODVEDVHVGHGDWRVGHIRU]DPLHQWRVQHFHVDULRVSDUDREWHQHUVHULHV
FRQWLQXDVODUJDVPiVGHDxRV\¿DEOHVGHVGHXQSXQWRGHYLVWDFXDQWLWDWLYRGHGLQiPLFDPDULQDGH
ROHDMH\GHQLYHOGHOPDUODVFXDOHVVRQYDULDEOHVFX\RPRGHODGRQXPpULFRHVDOWDPHQWH¿DEOHNo
RFXUUHORPLVPRFRQSRUHMHPSORODVSUHFLSLWDFLRQHVTXHHVXQDYDULDEOHPX\GLItFLOGHPRGHODU
%2EWHQFLyQGHXQmodelo de regresión a partir de los datos históricos, en el cual el predictor
HVXQSDWUyQGHHVFDODUHJLRQDORJOREDOWHPSHUDWXUDPHGLDPHQVXDO667SRUHMHPSOR\HOSUHGLFWDQGR
HVHODJHQWHHQHOTXHHVWDPRVLQWHUHVDGRVHVWDGtVWLFRGHDOWXUDGHRODQLYHOGHOPDUHWF$SDUWLUGH
este modelo estadístico se proyecta los valores del predictando para los diferentes escenarios del IPCC,
en los cuales se “conocen” los valores de los predictores.
& 2EWHQFLyQ GH “climas” en cada horizonte temporal a partir de las simulaciones de
ORVPRGHORVFOLPiWLFRV/DYHQWDMDGHHVWDDSUR[LPDFLyQHVTXH VHLQWURGXFHQSDUDFDGDKLSRWpWLFR
HVFHQDULRODVFRQFHQWUDFLRQHVGH*(,PRGL¿FDQGRHOVLVWHPDFOLPiWLFR(OLQFRQYHQLHQWHIXQGDPHQWDO
de estos modelos climáticos, es la gran incertidumbre inherente a los forzamientos, a las condiciones
81
CEPAL
Dinámicas, tendencias y variabilidad climática
LQLFLDOHVHQXQVLVWHPDDOWDPHQWHQROLQHDOFRPRHVHOVLVWHPDDWPyVIHUDRFpDQR\DODVGH¿FLHQFLDV
propias de los modelos numéricos, lo cual ha conducido a un tipo de análisis de HQVHPEOHR³PH]FODGR´
SUR\HFFLyQPXOWLPRGHORGHORVGLIHUHQWHVPRGHORVH[LVWHQWHVHQODFRPXQLGDGFLHQWt¿FDSDUDVXDYL]DU
los errores.
FIGURA 1.54
ESQUEMA DE LAS TÉCNICAS PARA OBTENER LAS DISTRIBUCIONES
DE LOS AGENTES
Fuente: Elaboración propia.
(QODDFWXDOLGDGH[LVWHXQDFRQWURYHUVLDFLHQWt¿FDDOFRPSDUDUORVUHVXOWDGRVGHORVPRGHORV
climáticos con las recientes tendencias de variables como, por ejemplo, temperatura media o nivel medio
GHOPDUJOREDO(QHVWHHVWXGLRVHKDXWLOL]DGRIXQGDPHQWDOPHQWHODVWpFQLFDV$GHH[WUDSRODFLyQGH
tendencias a partir del desarrollo de modelos estadísticos rigurosos que tienen en cuenta la variación de
ODUJRSOD]RGHFDGDDJHQWHDVtFRPRVXLQFHUWLGXPEUH\%GHPRGHORVGHUHJUHVLyQTXHFRUUHODFLRQDQ
HODJHQWHFRQGLYHUVRVtQGLFHVFOLPiWLFRVYHU¿JXUD
FIGURA 1.55
ESQUEMA DEL EJE DEL TIEMPO Y METODOLOGÍA UTILIZADA
EN CADA HORIZONTE TEMPORAL
Fuente: Elaboración propia.
82
CEPAL
Dinámicas, tendencias y variabilidad climática
Sin embargo, es general el convencimiento de que los reanálisis proporcionan una manera
óptima para interpolar con precisión en tiempo y espacio, y constituyen la mejor manera de obtención
de diferentes parámetros con consistencia dinámica entre ellos y, por tanto, son una información
PX\DGHFXDGDSDUDGHWHUPLQDUWHQGHQFLDVGHODUJRSOD]R(QFRQFUHWRHOUHDQiOLVLV1&(31&$5HV
DFWXDOL]DGRSHULyGLFDPHQWH\FRQVWLWX\HODPHMRUEDVHGHGDWRVSDUDHVWXGLRVGHFDPELRVDODUJRSOD]R
y variabilidad climática (Weisse and von Storch, 2010).
4.2. Técnicas para analizar las tendencias de largo plazo
([LVWHQ GRV IDPLOLDV GH PpWRGRV GH REWHQFLyQ GH XQD WHQGHQFLD GH ODUJR SOD]R D SDUWLU GH VHULHV
históricas. Uno de los métodos es mediante regresión sobre cada serie temporal de la variable geofísica
HQFDGDORFDOL]DFLyQHVSDFLDOPLHQWUDVTXHXQVHJXQGRWLSRGHWpFQLFDVEXVFDQXQSDWUyQHVSDFLR±
temporal de la variable.
7UDGLFLRQDOPHQWH ODV WHQGHQFLDV GH ODUJR SOD]R VH KDQ YHQLGR FDOFXODQGR PHGLDQWH DMXVWHV
ORFDOHVHVWRHVVREUHODVHULHWHPSRUDOGHXQSXQWRFRQFUHWRXWLOL]DQGRPRGHORVGHUHJUHVLyQ(QHVWH
WUDEDMRVHKDDGRSWDGRHVWDYtDSDUDREWHQHUODVWHQGHQFLDVGHODUJRSOD]RHQFDGDSXQWRDQDOL]DGR
para las distintas variables.
Sin embargo, este método presenta varios inconvenientes que hacen que no sea adecuado
aplicarlo para alguna de las variables costeras consideradas. Primero, el modelo de regresión local ajusta
los datos tan solo en el dominio temporal, de forma que no se incluye información de la distribución
espacial de la variable geofísica en el cálculo de la tendencia. Segundo, cualquier covariable que pudiera
afectar al modelo de regresión, como por ejemplo el fenómeno ENSO en la subida del nivel del mar
6/5GHEHUtDWHQHUVHHQFXHQWDDSULRUL\DTXHGHORFRQWUDULRODWHQGHQFLDORUHÀHMDUtDHQHODMXVWH
en lugar de aislarlo de la tendencia. Además, en variables que están sufriendo un aceleramiento (o
desaceleramiento), como por ejemplo el ascenso del nivel del mar o la temperatura, la regresión local
(sin procesado posterior) no obtiene resultados consistentes entre los distintos puntos y estas tendencias
no son creíbles (ajustes de excesiva curvatura como se podrá ver en los resultados).
(Q ODV ~OWLPDV GpFDGDV OD FRPXQLGDG FLHQWt¿FD KD LQYHUWLGR JUDQGHV HVIXHU]RV HQ H[WUDHU
patrones de datos climáticos distribuidos en grandes mallas espaciales. Como explica Hannachi
VHKDQXWLOL]DGRYDULRVPpWRGRVSDUDHQFRQWUDUSDWURQHVGHYDULDELOLGDGGHOFOLPDDOWDPHQWH
multidimensional. Los principales objetivos de estos métodos son dos:
D 5HGXFLU OD GLPHQVLRQDOLGDG GHO VLVWHPD D XQ FRQMXQWR PHQRU GH SDWURQHV VLJQL¿FDWLYRV
(Hannachi y O’Neill, 2001).
b) Obtener ciertos patrones que representen la variabilidad y que sean físicamente relevantes
(Wallace y Thompson, 2002).
Entre estos métodos, la técnica de funciones ortogonales empíricas (EOFs) ha sido la más
extendida, pero también se han usado otras variantes de ésta. Sin embargo, el análisis EOF no está
SUHFLVDPHQWH SHQVDGR SDUD OD LGHQWL¿FDFLyQ GH WHQGHQFLDV VLQR SDUD OD LGHQWL¿FDFLyQ GH SDWURQHV
espaciales a lo largo del tiempo. La técnica EOF encuentra combinaciones lineales de las distintas
YDULDEOHV GH XQD PDOOD HVSDFLRWHPSRUDO PD[LPL]DQGR OD YDULDQ]D SHUR VXMHWD D UHVWULFFLRQHV
de ortogonalidad. Las combinaciones lineales obtenidas son los componentes principales (PCs),
no correlacionados entre sí, y los patrones espaciales EOF, ortogonales, son los pesos de los PCs.
,QIRUPDFLyQPiVGHWDOODGDVREUHHOPpWRGR(2)VHSXHGHHQFRQWUDUHQ.XW]EDFK3UHLVHQGRUIHU
(1988), Wilks (1995), von Storch y Zwiers (1999) y Jolliffe (2002).
83
CEPAL
Dinámicas, tendencias y variabilidad climática
Hannachi (2007) desarrolló una variante de la técnica EOF tradicional enfocada a la detección
GHODWHQGHQFLDGHODUJRSOD]RHQGDWRVFRQGLVWULEXFLyQHVSDFLRWHPSRUDOJUDFLDVDLQFOXLUHOFRQFHSWR
de la monotonicidad. La solución se obtiene por medio de una transformación previa de los datos, de
forma que proporciona una medida de la monotonicidad en el análisis EOF.
(OPpWRGRFRQVLVWHHQXQDQiOLVLVGHDXWRYDORUHVGHODPDWUL]GHFRYDULDQ]DVVLPLODUDOPpWRGR
tradicional EOF, pero con las posiciones temporales siguiendo la secuencia de las medidas ordenadas,
en lugar de las medidas originales directamente. Esta reordenación representa la monotonicidad de los
GDWRV/DPD[LPL]DFLyQGHODYDULDQ]DGHXQDFRPELQDFLyQOLQHDOGHODVSRVLFLRQHVWHPSRUDOHVHTXLYDOH
DPD[LPL]DUODPRQRWRQLFLGDGREWHQLHQGRFRQVHFXHQWHPHQWHODWHQGHQFLDGHODUJRSOD]RRFXOWDGDHQ
ODVHxDO8QFODUREHQH¿FLRGHHVWDWpFQLFDHVTXHDtVODGHODWHQGHQFLDIHQyPHQRVGHHVFDODLQWHUDQXDO
como los asociados a la variabilidad climática tal y como el fenómeno ENSO, Oscilación Multidecadal
del Atlántico (AMO), etc. (véase apartado de este documento dedicado al análisis de la variabilidad
FOLPiWLFDHQOD]RQD
(VWHPpWRGRKDVLGRH¿FD]PHQWHXWLOL]DGRSRU%DUERVD\$QGHUVHQSDUDODH[WUDFFLyQGH
la tendencia global de la temperatura del mar (SST). En este trabajo se ha reproducido el cálculo de esta
variable con la técnica Trend-EOF, obteniendo similares resultados a los de los mencionados autores.
/DVWHQGHQFLDVGHODUJRSOD]RGHODVGLQiPLFDVHLPSDFWRVVHDQDOL]DQFRQHVWDWpFQLFD'HELGRD
la distinta evolución de las variables, en algunas, la evolución de las tendencias puede ser lineal, mientras
que otras pueden estar sufriendo una aceleración/desaceleración de la tendencia en los últimos años.
3DUDFRQWHPSODUHVWDRSFLyQHOPpWRGRSODQWHDGRDQDOL]DODVWHQGHQFLDVFRQVLGHUDQGRXQDMXVWHOLQHDO\
RWURFXDGUiWLFRGHIRUPDTXHVHHOLJHDTXHOTXHUHVXOWDGHPD\RUVLJQL¿FDQFLDHVWDGtVWLFD$PRGRGH
ilustración de este comportamiento, la subida del nivel del mar se adapta mejor a un modelo cuadrático
de segundo orden, lo que implica una aceleración de la tendencia, mientras que las tendencias de las
alturas de las olas, por ejemplo, resultan adaptarse mejor a una variación lineal en las últimas décadas.
8WLOL]DQGRWDQWRODVWHQGHQFLDVSXQWRDSXQWRRORFDOHVFRPRODVWHQGHQFLDV7UHQG(2)VH
GHWHUPLQDQODVWHQGHQFLDVGHODUJRSOD]RDSDUWLUGHORVGDWRV KLVWyULFRV/DYtDHVWDGtVWLFDVHJXLGD
presenta la ventaja añadida de que es posible evaluar la incertidumbre de la estimación, de forma
TXHSDUDFDGDDxRREMHWLYRVHREWLHQHXQDIXQFLyQGHGHQVLGDG¿JXUDFX\DLQFHUWLGXPEUHR
LQWHUYDORGHFRQ¿DQ]DDXPHQWDQDPHGLGDTXHVHDYDQ]DHQHOKRUL]RQWHWHPSRUDOHMH[GHOD¿JXUD
FIGURA 1.56
ESQUEMA DE TENDENCIA ESTADÍSTICA DE LARGO PLAZO
Fuente: Elaboración propia.
84
CEPAL
Dinámicas, tendencias y variabilidad climática
De esta forma es posible evaluar el valor esperable de una variable en un determinado año,
mediante el cálculo del valor medio estimado por la tendencia. Por otro lado, también es posible obtener
la probabilidad asociada a que la variable sea mayor, o menor, en su caso, que un determinado valor, yX,
o incluso, estimar el valor de la variable asociado a una cierta probabilidad de superación, por ejemplo.
(QOD¿JXUDVHPXHVWUDHQD]XOHOiUHDFRUUHVSRQGLHQWHDODSUREDELOLGDGGHVXSHUDFLyQGHOXPEUDO
yX de la variable aleatoria Y en el instante X.
FIGURA 1.57
ESQUEMA DE TENDENCIA ESTADÍSTICA DE LARGO PLAZO.
PROBABILIDAD DE EXCEDENCIA SOBRE UN UMBRAL
Fuente: Elaboración propia.
(QFRQFOXVLyQHOPpWRGRGHFiOFXORVHHVTXHPDWL]DHQOD¿JXUD6HDQDOL]DQYDULDEOHV
de tres escalas temporales distintas: series anuales (por ejemplo Hs12), mensuales (Hs media mensual)
\ KRUDULDV +V KRUDULD (Q ODV VHULHV KRUDULDV VH DQDOL]D VX WHQGHQFLD HQ OD PHGLD PHQVXDO SHUR OD
resolución horaria se tiene en cuenta en el cálculo de la probabilidad e incertidumbre asociada. A la
YDULDEOHRULJLQDOVHODGHVHVWDFLRQDOL]DSDUDVHSDUDUHOFRPSRUWDPLHQWRPHGLRPHQVXDOSDUDYDULDEOHV
no anuales) y se la resta la media, transformándola en series de anomalías, ponderando por el efecto de
ODODWLWXGHQHOFDVRGHODWHQGHQFLD7UHQG(2)VLIXHUDQHFHVDULR6REUHODVHULHGHDQRPDOtDVVHDQDOL]D
ODWHQGHQFLDOLQHDO\FXDGUiWLFD\VHGHWHUPLQDFXiOHVHVWDGtVWLFDPHQWHPiVVLJQL¿FDWLYD±¿JXUD±
Para las variables que se disponen en una malla global y donde los efectos de la variabilidad interanual
SXHGHQDOWHUDUODUHJUHVLyQORFDOODWpFQLFD7(2)UHVXOWDVHUPiVDGHFXDGD8QDYH]GHWHUPLQDGRVORV
YDORUHVGHODYDULDEOHDODUJRSOD]RHQORVDxRVKRUL]RQWHFRQWHPSODGRV\DVtFRPR
en los periodos 2010-2040 y 2040-2070, se determina la probabilidad de superar un cierto valor de
la variable o de la anomalía, según el caso. Estos resultados son fácilmente traducidos a un grado de
FRQ¿DQ]DGHOUHVXOWDGRVHJ~QODHVFDODGHUDQJRVFRPRODGHO,3&&
85
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.58
ESQUEMA DEL PROCESO DE CÁLCULO DE LAS TENDENCIAS
MEDIANTE LA TÉCNICA TREND-EOFS
Fuente: Elaboración propia.
FIGURA 1.59
ESQUEMA DEL PROCESO DE COMPROBACIÓN DE LA SIGNIFICANCIA
ESTADÍSTICA EN EL CÁLCULO DE LAS TENDENCIAS
Fuente: Elaboración propia.
86
CEPAL
Dinámicas, tendencias y variabilidad climática
(QFXDQWRDODPRGL¿FDFLyQGHXQDYDULDEOHDODUJRSOD]RVLXQDJHQWHRYDULDEOHXVHGH¿QH
a partir de su función de densidad de probabilidad I[en el año origen (función representada en color
YHUGHFODURHQOD¿JXUDDOREWHQHUODGLVWULEXFLyQGHGLFKRDJHQWHHQHODxRKRUL]RQWHVHSXHGH
REWHQHUFDPELRVHQODPHGLDJUi¿FDVXSHULRURHQODGLVSHUVLyQJUi¿FDLQIHULRURHQDPEDVDODYH]
(tanto la media como la dispersión). Estos cambios en los agentes implican un cambio en el término de
peligrosidad del riesgo, generado por un cambio en un determinado impacto en la costa, representado,
por ejemplo, por una variación en la probabilidad de presentación de un determinado valor de la
variable aleatoria ;
FIGURA 1.60
CAMBIOS EN LA FUNCIÓN DE DENSIDAD DEL AGENTE X EN
LA MEDIA (SUPERIOR) Y EN LA DISPERSIÓN (INFERIOR)
Fuente: Elaboración propia.
En este trabajo se van a considerar principalmente cambios en la media de las distribuciones
estadísticas de los agentes. Se ha comprobado mediante simulaciones con modelos ARMA $XWR
5HJUHVVLYH 0RYLQJ $YHUDJH que la distribución estadística no cambia en diversos cuantiles
VLJQL¿FDWLYDPHQWH SRU OR TXH VH SXHGH FRQVLGHUDU TXH VROR YDUtD OD PHGLD SULQFLSDOPHQWH &RPR
GHPRVWUDFLyQOD¿JXUDPXHVWUDODVVLPXODFLRQHVFRQXQPRGHOR$50$GHODDOWXUDVLJQL¿FDQWH
media mensual donde se aprecia que principalmente la variación afecta a la media y no a la forma de
la distribución.
87
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.61
SIMULACIÓN CON MODELO ARMA DE LA DISTRIBUCIÓN
DE DENSIDAD EN LOS PRÓXIMOS 35 AÑOS
Fuente: Elaboración propia.
/RVPRGHORVHVWDGtVWLFRVGHH[WUHPRVXWLOL]DGRVSHUPLWHQWHQHUHQFXHQWDWDQWRYDULDFLRQHVHQ
ODPHGLDFRPRHQODYDULDQ]D$PRGRGHHMHPSORHOPRGHODGRGHH[WUHPRVQRHVWDFLRQDULRPRGHODODV
YDULDFLRQHVWHPSRUDOHVGHOSDUiPHWURGHORFDOL]DFLyQPHGLD\GHHVFDODYDULDQ]D±YpDVH0pQGH]HW
DO0HQpQGH]HWDO
Sin embargo, es práctica habitual en los modelos estadísticos de tendencias el asumir que lo
TXHYDUtDHVODPHGLD\QRODYDULDQ]D$XQTXHORVPRGHORVGHUHJUHVLyQKHWHURFHGiVWLFRVYDULDQ]D
YDULDEOHVRQXWLOL]DGRVKR\HQGtDHQODVWHQGHQFLDVGHODVYDULDEOHVGHUpJLPHQPHGLRHQHVWHHVWXGLR
VHKDXWLOL]DGRXQPRGHORKRPRFHGiVWLFRYDULDQ]DFRQVWDQWHSDUDGHHVDPDQHUDSRGHULGHQWL¿FDU
espacialmente patrones de variación consistentes.
4.3. Técnicas aproximadas para determinar la variación
de una variable en función de la variación de otra
Las variaciones de los agentes inducen cambios (impactos) en la costa. Hoy en día, en ingeniería
de costas existen cuantiosas formulaciones para predecir los impactos en las diferentes unidades
morfológicas (playas, estuarios, sistemas dunares, obras marítimas, etc.) asociado a los valores de los
agentes (dinámica marina de oleaje y nivel del mar). Esta diversidad de características de la costa ha de
VHUWHQLGDHQFXHQWDDODKRUDGHDQDOL]DUHOHIHFWRGHOFDPELRFOLPiWLFRHQODVFRVWDV
88
CEPAL
Dinámicas, tendencias y variabilidad climática
8QDYH]REWHQLGDODGLVWULEXFLyQGHXQDYDULDEOHHQHODxRRULJHQ\HQXQDxRKRUL]RQWH
determinado (2040, 2050 y 2070), estamos en disposición de evaluar los efectos asociados al cambio
climático. Los cambios en las variables de las dinámicas (nivel del mar, temperatura, oleaje, etc.)
SURYRFDQFLHUWRVLPSDFWRVHQODVFRVWDV(VWRVLPSDFWRVDQDOL]DGRVHQHOGRFXPHQWRGHHVWHHVWXGLR
guardan una relación funcional con variables de las dinámicas (agentes en términos de la teoría de riesgo)
RGHULYDGDVGHHOODV3DUDHYDOXDUHOFDPELRD/DUJR3OD]RHQXQDYDULDEOHYDULDEOHGHSHQGLHQWHHQ
función de la variación de otra/s de la que depende (variables independientes) hay dos vías alternativas.
La primera de ellas es obtener una serie temporal de la variable \ (en este estudio es el caso
de los impactos en las costas), relacionada con otras variables xi, por medio de una cierta relación
funcional \ I[iGHIRUPDTXHVHDQDOL]DQODVWHQGHQFLDVGHODYDULDEOH\con la metodología planteada
DQWHULRUPHQWH±¿JXUD±
8Q VHJXQGR PRGR GH DERUGDU HVWH SUREOHPD HV GH IRUPD VLPSOL¿FDGD GHWHUPLQDQGR ODV
variaciones en la variable dependiente y en función de las variaciones de las variables independientes
xi, despreciando los términos no lineales. Este aproximación se denomina método de las perturbaciones,
entendiéndose que se perturba la ecuación de relación\ I[i de forma que se obtienen las variaciones
de \ esto es, G\en función de pequeñas variaciones de las variables xiG[i
A modo de ejemplo, considérese el impacto en la erosión en una playa (volumen erosionado por
XQLGDGGHORQJLWXGGH¿QLGRSRUODYDULDEOHDOHDWRULD<HOFXDOGHSHQGHHQVXWRWDOLGDGGHODLQWHQVLGDG
GHOROHDMHGH¿QLGRSRUODYDULDEOHDOHDWRULD;'HHVWDPDQHUDH[LVWHXQIXQFLRQDO\ I[ que relaciona
el valor de la intensidad del oleaje ‘x’ con el volumen de arena erosionadoµ\¶. La pregunta a la que se
quiere responder es ¿cuánto cambia el volumen de arena µ\¶en función de los cambios en la intensidad
del oleaje ‘x’?. Para ello, se hace uso de la teoría de perturbaciones que, aproxima el valor de la función
cerca de un punto dado I[į[ como la suma del valor de la función en el punto ‘x’ y de la derivada
de la función en el punto ‘x’ multiplicado por la variación del valor de la variable independienteį[.
Esta aproximación solamente es válida, si la perturbación en la variable independiente es pequeña. En
caso contrario, el error cometido mediante la aplicación del método de las perturbaciones puede ser
LPSRUWDQWH±¿JXUD±
FIGURA 1.62
GRÁFICA EXPLICATIVA DEL PROCEDIMIENTO DEL MÉTODO
DE LAS PERTURBACIONES
Fuente: Elaboración propia.
89
CEPAL
Dinámicas, tendencias y variabilidad climática
$QDOL]DGRGHVGHHOSXQWRGHYLVWDGHOPpWRGRSUREDELOtVWLFRSODQWHDGRHQHVWHHVWXGLRHVWD
DSUR[LPDFLyQHVHTXLYDOHQWHDGHWHUPLQDUHOGHVSOD]DPLHQWRHQODIXQFLyQGHGHQVLGDGGHSUREDELOLGDG
SUREDELOLW\GHQVLW\IXQFWLRQSGIde la variable µ\¶ por un cambio en la variable ‘x’¿JXUDVLQ
transformar la distribución de la variable µ\¶ya que tan solo se considera linealidad en la relación de
las ecuaciones.
Por tanto, cuando apliquemos esta técnica asumiremos que los cambios se producen gradualmente.
(VWDWpFQLFDFRQVWLWX\HXQDDOWHUQDWLYDVHQFLOODDODQiOLVLVGHWHQGHQFLDVGHODUJRSOD]RFXDQGR
pVWDVQRVHDQSRVLEOHVGHDSOLFDURQRVHMXVWL¿TXHVXFiOFXOR
FIGURA 1.63
REPRESENTACIÓN DEL MÉTODO PROBABILÍSTICO PARA LA DETERMINACIÓN
DE LA DISTRIBUCIÓN DE UNA VARIABLE EN UN ANÁLISIS DE TENDENCIAS
Fuente: Elaboración propia.
En el documento dedicado a los efectos teóricos del cambio climático en las costas (documento
complementario de efectos teóricos), se describe de manera exhaustiva, para cada elemento del litoral
(playas, estuarios, sistemas dunares y estructuras costeras), los impactos del cambio climático asociados
a los diferentes agentes y las distintas expresiones que relacionan las dinámicas actuales, su cambio y
la variación del impacto derivado.
90
CEPAL
Dinámicas, tendencias y variabilidad climática
5. Tendencias de las dinámicas en América
Latina y el Caribe
5.1. Situación actual y conocimiento actual sobre el cambio
en la región de América Latina y el Caribe
El cambio climático es inequívoco y así lo refrendan las numerosas pruebas recogidas por la comunidad
FLHQWt¿FDHQORV~OWLPRVDxRV,3&&&RPRPXHVWUDGHHOOROD¿JXUD\OD¿JXUDPXHVWUD
ODV VLPXODFLRQHV REWHQLGDV PHGLDQWH PRGHORV GH FLUFXODFLyQ SDUD ODV WHQGHQFLDV FRQ IRU]DPLHQWRV
QDWXUDOHV\ODVTXHLQFOX\HQXQDLQÀXHQFLDDQWURSRJpQLFDPRVWUDQGRXQFRP~QDFXHUGRGHTXHHOHIHFWR
del hombre sobre la meteorología global está ya siendo observado.
Además, existen evidencias fuertes de que el nivel del mar ha subido gradualmente en el siglo
XX y actualmente está elevándose a un ritmo creciente después de un periodo de pequeño cambio entre
el 0ad y 1900ad. El nivel del mar se prevé aumente aún más en el siglo XXI. Las dos causas principales
de este aumento son la expansión térmica de los océanos y la fusión del hielo en los casquetes polares
(IPCC 2007).
Los documentos de referencia a consultar sobre la situación y el conocimiento actual sobre el
cambio climático en la región son los dos siguientes:
a) Cambio climático y desarrollo en América Latina y el Caribe: una reseña (CEPAL, 2009).
b) IPCC 2007, resúmenes de los grupos de trabajo 1, 2 y 3.
Este estudio pretende aumentar la información en la región a este respecto mediante el
FiOFXORGHODVWHQGHQFLDVGHODUJRSOD]RGHWRGDVODVGLQiPLFDVFX\DGHVFULSFLyQVHKDGHVDUUROODGR
en este documento.
91
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.64
CAMBIOS DE LA TEMPERATURA SEGÚN MODELOS CLIMÁTOLÓGICOS
Fuente: IPCC 2007.
FIGURA 1.65
TENDENCIAS OBSERVADAS Y SIMULADAS SEGÚN REGIONES DEL MUNDO
DE LA ANOMALÍA DE TEMPERATURA SUPERFICIAL TERRESTRE
Fuente: IPCC 2007.
92
CEPAL
Dinámicas, tendencias y variabilidad climática
7HQGHQFLDVHQODVGLQiPLFDVPHWHRRFHDQRJUi¿FDV
5.2.1. Tendencias del Nivel Medio del Mar (Sea Level Rise)
El nivel del mar se ha estudiado a nivel global mediante las dos técnicas de tendencias consideradas,
Trend-EOFs (TEOF) y tendencias locales. Debido a la importancia de los fenómenos inter-anuales
en esta variable (véase el apartado dedicado a la variabilidad climática en ALyC) se considera más
adecuada la técnica Trend-EOF. En cualquier caso, se incluyen a continuación los resultados de los
SDWURQHVJOREDOHVGHODWHQGHQFLDPHGLDFDOFXODGDFRH¿FLHQWHPHGLRGHYDULDFLyQGHDPERVPpWRGRV
DXQDHVFDODJOREDO\DHVFDODGHODUHJLyQGHHVWXGLR/D¿JXUDPXHVWUDODUHFRQVWUXFFLyQGHOQLYHO
medio global mediante la primera componente de las Trend-EOFs (la que recoge el patrón global de
la tendencia) y los valores temporales de la media global de la base de datos, pudiéndose observar un
ajuste muy satisfactorio.
FIGURA 1.66
TENDENCIA Y RECONSTRUCCIÓN OBTENIDA PARA EL
NIVEL MEDIO DEL MAR GLOBAL
Fuente: Elaboración propia.
Nota: En rojo se representa la serie temporal del primer modo de
la Trend-EOF mientras que los puntos negros (no coincidentes)
representan el nivel medio global de la base de datos instrumental.
Además, en verde y negro se representan las tendencias ajustadas,
lineal y cuadrática, respectivamente.
93
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.67
PATRÓN ESPACIAL DE LA TENDENCIA MEDIA (LINEAL)
A ESCALA GLOBAL Y DE AMÉRICA LATINA Y EL CARIBE DEL NIVEL MEDIO
DEL MAR MEDIANTE EL AJUSTE DE TENDENCIAS LOCALES
PPDxR
Fuente: Elaboración propia.
94
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.68
TIPO DE TENDENCIA OBTENIDA EN EL AJUSTE LOCAL A ESCALA GLOBAL
Fuente: Elaboración propia.
1RWD6HGLVWLQJXHHQWUHWHQGHQFLDVQRVLJQL¿FDWLYDVHVWDGtVWLFDPHQWHQRVHGHWHFWDWHQGHQFLDWHQGHQFLDOLQHDO
y tendencia cuadrática (existe una aceleración o desaceleración de la tendencia).
/D ¿JXUD UHSUHVHQWD HO WLSR GH WHQGHQFLD DMXVWDGD ORFDOPHQWH GLVWLQJXLHQGR HQWUH
WHQGHQFLDOLQHDOGRQGHQRHVVLJQL¿FDWLYRXQDFHOHUDPLHQWRGHODVXELGDGHOQLYHOGHOPDURWHQGHQFLD
cuadrática donde sí se observa un aceleramiento del ascenso del nivel del mar. Los puntos donde la
WHQGHQFLDQRHVVLJQL¿FDWLYDHVWDGtVWLFDPHQWHQRVHUHSUHVHQWDQ
&RPSDUDQGR OD ¿JXUD \ OD ¿JXUD GH ORV SDWURQHV HVSDFLDOHV GH ODV WHQGHQFLDV VH
SXHGHREVHUYDUTXHODWHQGHQFLDORFDOSUHVHQWD]RQDVFRQWHQGHQFLDVVXSHULRUHVDODVPRVWUDGDVSRUOD
7(2)HQUHJLRQHV3DFt¿FRHËQGLFRGRQGHODYDULDELOLGDGLQWHUDQXDOHVWiPX\PDUFDGD
/DWHQGHQFLDJOREDOHVGHDXPHQWRJHQHUDOL]DGRGHOQLYHOGHOPDUORFXDOVHFRUUHVSRQGHFRQ
las causas físicas que lo provocan: expansión térmica y deshielo de los casquetes polares, entre otras,
producidas por el calentamiento global del planeta (IPCC 2007).
95
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.69
PATRÓN ESPACIAL DE LA TENDENCIA MEDIA (LINEAL) A ESCALA GLOBAL
Y DE AMÉRICA LATINA Y EL CARIBE DEL NIVEL MEDIO DEL MAR MEDIANTE
EL AJUSTE DE LA TÉCNICA TREND-EOF (MM/AÑO)
PPDxR
Fuente: Elaboración propia.
(QOD¿JXUD\¿JXUDVHUHSUHVHQWDQODVWHQGHQFLDVHQGRVSXQWRVFRQODDSOLFDFLyQ
de la metodología de tendencias planteada anteriormente. En este caso, la subida del nivel del mar 6HD
/HYHO5LVH SLR), sufrirá un aceleramiento en el futuro y además, se advierten en la serie temporal de
DQRPDOtDVODLQÀXHQFLDGHOIHQyPHQR(162SHULRGRVGH1LxR\1LxDYpDVH¿JXUDSRUORTXH
la técnica Trend-EOF es más adecuada para esta variable, además la tendencia se calcula en una malla
de datos de anomalía global.
96
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.70
TENDENCIAS OBTENIDAS PARA UN PUNTO DE LA COSTA ATLÁNTICA
Fuente: Elaboración propia.
1RWD'HUHFKDWHQGHQFLD7UHQG(2)GHODVFHQVRGHOQLYHOGHOPDU6/5&HQWURORFDOL]DFLyQGHOSXQWR,]TXLHUGD
comparación entre la tendencia local y la Trend-EOF.
FIGURA 1.71
TENDENCIAS OBTENIDAS PARA UN PUNTO DE LA COSTA PACÍFICA
Fuente: Elaboración propia.
1RWD'HUHFKDWHQGHQFLD7UHQG(2)GHODVFHQVRGHOQLYHOGHOPDU6/5&HQWURORFDOL]DFLyQGHOSXQWR,]TXLHUGD
comparación entre la tendencia local y la Trend-EOF.
(QOD¿JXUDVHUHSUHVHQWDHOSDWUyQHVSDFLDOGHODWHQGHQFLDPHGLDHQORVGRVSHULRGRV
GH WLHPSR FRQVLGHUDGRV \ 3UHYLDPHQWH VH UHSUHVHQWDQ ORV JUi¿FRV GH HVWDV
tendencias medias en el caso concreto de los puntos de la costa de ALyC.
97
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.72
TENDENCIA MEDIA DEL NIVEL MEDIO DEL MAR EN LOS PERIODOS 2010-2040
(IZQUIERDA) Y 2040-2070 (DERECHA)
0LOtPHWURVDxR
Fuente: Elaboración propia.
La tendencia es inequívocamente de aumento del nivel del mar en todos los puntos de la
región. Los mayores valores de las tendencias se obtienen en la franja costera Atlántica, con valores
de aproximadamente 2,8 mm al año en la costa del Norte de Sudamérica y la costa del Caribe, con
PHQRUHVYDORUHVHQODVLVODVFDULEHxDV(QHVWDV]RQDVHQHOVHJXQGRSHULRGRGHOVLJORODWHQGHQFLD
DVFLHQGHKDVWDORVPPSRUDxRGHPHGLD'HVWDFDOD]RQDHFXDWRULDOGHO3DFt¿FRSRUWHQHUXQPHQRU
aumento (1,5 mm/año en el primer periodo considerado).
Las anteriores tendencias representan valores de una tendencia lineal equivalente entre los
YDORUHVGH\\\UHVSHFWLYDPHQWH(QOD¿JXUD\¿JXUDVHUHSUHVHQWDQORV
YDORUHVPHGLRV\ODLQFHUWLGXPEUHLQWHUYDORGHFRQ¿DQ]DGHOGHORVYDORUHVFRQFUHWRVGHDVFHQVR
GHOQLYHOGHOPDUTXHVHREWHQGUtDQSDUDORVDxRVKRUL]RQWHVFRQWHPSODGRVOOHJDQGRKDVWDYDORUHVGH
aproximadamente 90 mm en el año 2040 como máximo y de casi 200 mm en el año 2070 en la costa norte
GH6XGDPpULFDOD]RQDFRQPD\RUDVFHQVR0HUHFHODSHQDUHVDOWDUTXHODLQFHUWLGXPEUHDVRFLDGDDHVWRV
valores es de apenas 4 mm y de hasta 12 mm en los valores máximos en 2040 y 2070 respectivamente.
En aras de la brevedad del documento, no se representan los valores de la tendencia en el año
2050 aunque también han sido calculados y se podrán consultar por medio de la plataforma web.
98
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.73
VALOR MEDIO E INCERTIDUMBRE ASOCIADA DEL NIVEL MEDIO DEL MAR
EN EL AÑO HORIZONTE 2040
0LOtPHWURV
Fuente: Elaboración propia.
FIGURA 1.74
VALOR MEDIO E INCERTIDUMBRE ASOCIADA DEL NIVEL MEDIO DEL MAR
EN EL AÑO HORIZONTE 2070
0LOtPHWURV
Fuente: Elaboración propia.
Merece la pena en este punto hacer una comparativa entre el efecto de la variabilidad climática
en el NMM y el valor esperado del ascenso del mismo si se sigue la tendencia actual (sin contribuciones
de otras hipótesis de ascensos extremos como el deshielo de los casquetes polares). Considerando el
IHQyPHQR(162GHPi[LPRKLVWyULFRGHOtQGLFH1,f2ODPD\RULQÀXHQFLDGHHVWHtQGLFHVH
GDHQOD]RQDHFXDWRULDOGHO3DFt¿FRYpDVHDSDUWDGRGHGLFDGRDODYDULDELOLGDGFOLPiWLFD6HSDUDQGR
99
CEPAL
Dinámicas, tendencias y variabilidad climática
de la serie de niveles la tendencia calculada se puede determinar el valor que tuvo en el NMM este
HYHQWR/D¿JXUDPXHVWUDHQODSDUWHVXSHULRUHOYDORUGHOQLYHODOFDQ]DGRVLVHUHSLWLHUDHOHYHQWR
en cuestión, con valores entorno a los 0,2 m (considerando tan solo el NMM y no los efectos de otras
variables como el oleaje o la VWRUPVXUJH Sin embargo, el valor esperado dado por las tendencias no
OOHJDQLFRQPXFKRDHVWHYDORUHQOD]RQD7DQVyORHQHOVHUtDQHVSHUDEOHVYDORUHVFRPSDUDEOHV
en el resto de la región.
FIGURA 1.75
COMPARACIÓN DE LOS NIVELES ESPERADOS POR SUBIDA DEL NIVEL MEDIO
DEL MAR Y LA SOBRELEVACIÓN PRODUCIDA EN EL NIVEL MEDIO
DURANTE EL NIÑO DE 1998
0HWURV
Fuente: Elaboración propia.
100
CEPAL
Dinámicas, tendencias y variabilidad climática
5.2.2. Tendencias en el Nivel Medio del Mar Relativo (Relative Sea Level Rise)
La subida del nivel medio del mar analizada en el apartado previo no contempla el efecto de hundimiento
o elevación de la tierra por efecto del ajuste glaciar-isostático (GIA). El ascenso del nivel medio del mar
con el efecto de la subsidencia de la tierra se denominar Nivel medio del mar relativo (RSLR, Relative
Sea Level Rise). Los valores de subsidencia/elevación han sido tomados de los cálculos de Peltier (2000)
e interpolados usando la técnica IDW (Inverse Distance Weighting) de forma que se obtienen una malla
de resolución 0,5 grados. Los valores atribuidos a cada segmento de la costa se indujeron por medio del
promedio de los valores de la malla que eran interseccionados por la costa. En los casos de los deltas, se
asumió una subsidencia adicional de 2 mm/año. Estos datos han sido obtenidos de la base de datos del
software DIVA (The Diva Database Documentation, proyecto DINAS).
FIGURA 1.76
TENDENCIA MEDIA DE SUBSIDENCIA EN EL PERIODO 2010-2070
(Milímetros/año)
Fuente: DIVA (de Peltier 2000).
A partir de la información obtenida de subsidencia junto con los datos de SLR, se han obtenido
los mapas de RSLR a lo largo de la zona de estudio mostrados a continuación.
101
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.77
TENDENCIA MEDIA DEL NIVEL MEDIO DEL MAR RELATIVO EN EL PERIODO
2010-2040 (IZQUIERDA) Y 2040-2070 (DERECHA)
0LOtPHWURVDxR
Fuente: Elaboración propia.
FIGURA 1.78
VALOR MEDIO E INCERTIDUMBRE ASOCIADA DEL NIVEL MEDIO DEL MAR
RELATIVO EN EL AÑO HORIZONTE 2040
0LOtPHWURV
Fuente: Elaboración propia.
102
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.79
VALOR MEDIO E INCERTIDUMBRE ASOCIADA DE NIVEL MEDIO DEL MAR
RELATIVO EN EL AÑO HORIZONTE 2070
0LOtPHWURV
Fuente: Elaboración propia.
5.2.3. Tendencias en la Salinidad
'HPDQHUDDQiORJDDOQLYHOPHGLRGHOPDUVHKDDQDOL]DGRODVDOLQLGDGDHVFDODJOREDOPHGLDQWHODV
dos vías contempladas ya que se disponía de los datos en una malla global. La serie temporal promedio
JOREDOQRUHÀHMDXQDMXVWHGLJQRFRQORVGDWRVSURPHGLRJOREDOHVDOFRQWUDULRGHORTXHRFXUUHFRQ
HOUHVWRGHYDULDEOHV/DUD]yQSXHGHVHUODYDULDELOLGDGGHHVWDYDULDEOHYDUtDHQSURIXQGLGDG\VH
ha tomado el valor a 5 m como representativo) o la fuente de información (reanálisis numérico). Por
HVWDVUD]RQHVHODQiOLVLVGHHVWDYDULDEOHSDUHFHHVWDUVXMHWRDPD\RULQFHUWLGXPEUHTXHHOUHVWRGHODV
variables geofísicas contempladas.
Mientras que en el caso del nivel medio del mar la tendencia dominante era la cuadrática,
HQHOFDVRGHODVDOLQLGDGSDUHFHVHUODOLQHDO¿JXUD$GHPiVH[LVWHQPXFKRVSXQWRVGRQGHOD
WHQGHQFLDQRUHVXOWDVLJQL¿FDWLYDHVWDGtVWLFDPHQWH
$PERVPpWRGRVGHWHQGHQFLDV¿JXUD\¿JXUDPXHVWUDQUHVXOWDGRVHVSDFLDOPHQWH
VLPLODUHVVLELHQODWpFQLFD7(2)VXDYL]DODWHQGHQFLDHQFLHUWRVSXQWRVVLQJXODUHVGRQGHODVWHQGHQFLDV
locales parecen obtener picos aislados, con probabilidad, consecuencia de repuntes en las series
temporales de la variable.
2EVpUYHVHTXHODWHQGHQFLD7(2)DUURMDWHQGHQFLDVQXODVDVLPLODEOHDQRVLJQL¿FDWLYDVHQORV
SXQWRVGRQGHHODQiOLVLVORFDOUHVXOWyQRVHUVLJQL¿FDWLYR
103
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.80
PATRÓN ESPACIAL DE LA TENDENCIA MEDIA (LINEAL) A ESCALA GLOBAL
Y DE AMÉRICA LATINA Y EL CARIBE DE LA SALINIDAD (A 5 M DE PROFUNDIDAD)
MEDIANTE EL AJUSTE DE TENDENCIAS LOCAL
SVXDxR
Fuente: Elaboración propia.
FIGURA 1.81
TIPO DE TENDENCIA OBTENIDA EN EL AJUSTE LOCAL A ESCALA
GLOBAL DE LA SALINIDAD
Fuente: Elaboración propia.
1RWD 6H GLVWLQJXH HQWUH WHQGHQFLDV QR VLJQL¿FDWLYDV HVWDGtVWLFDPHQWH
(no se detecta tendencia), tendencia lineal y tendencia cuadrática (existe
una aceleración o desaceleración de la tendencia).
104
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.82
PATRÓN ESPACIAL DE LA TENDENCIA MEDIA (LINEAL) A ESCALA GLOBAL
Y DE AMÉRICA LATINA Y EL CARIBE DE LA SALINIDAD (A 5 M DE PROFUNDIDAD)
MEDIANTE EL AJUSTE DE LA TÉCNICA TREND-EOF
SVXDxR
Fuente: Elaboración propia.
Se han determinado la tendencia en la salinidad a escala global y en particular en los 1132 puntos
HQTXHVHKDGLYLGLGRODFRVWDGH$/\&(QOD¿JXUD\¿JXUDVHPXHVWUDQODVWHQGHQFLDVSDUD
dos puntos estudiados, en concreto, se representa la comparación entre la tendencia mediante la técnica
7UHQG(2) \ HO DMXVWH ORFDO L]TXLHUGD OD ORFDOL]DFLyQ GHO SXQWR FHQWUR \ OD WHQGHQFLD UHVXOWDQWH
(derecha). En ambos casos la tendencia es descendente y en el primero de los puntos se aprecia una clara
discrepancia entre el resultado de la técnica Trend-EOF y el ajuste local, mientras que en el segundo
punto el resultado de ambas es similar. Esta apreciación muestra que la técnica Trend-EOF es más
DGHFXDGDSDUDODVYDULDEOHVHQODVTXHVHGHWHFWDXQDFHOHUDPLHQWRHQODWHQGHQFLDGHODUJRSOD]R
105
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.83
TENDENCIAS DE SALINIDAD OBTENIDAS PARA UN PUNTO DE LA COSTA
DE AMÉRICA LATINA Y EL CARIBE
*UDPRVNLORJUDPRV
Fuente: Elaboración propia.
1RWD 'HUHFKD WHQGHQFLD 7UHQG(2) &HQWUR ORFDOL]DFLyQ GHO SXQWR ,]TXLHUGD FRPSDUDFLyQ HQWUH OD WHQGHQFLD
local y la Trend-EOF.
FIGURA 1.84
TENDENCIAS DE SALINIDAD OBTENIDAS PARA UN PUNTO DE LA COSTA
DE AMÉRICA LATINA Y EL CARIBE
*UDPRVNLORJUDPRV
Fuente: Elaboración propia.
1RWD'HUHFKDWHQGHQFLD7UHQG(2)&HQWURORFDOL]DFLyQGHOSXQWR,]TXLHUGDFRPSDUDFLyQHQWUHODWHQGHQFLDORFDO
y la Trend-EOF.
(Q OD ¿JXUD VH UHSUHVHQWD OD WHQGHQFLD PHGLD OLQHDO HTXLYDOHQWH HQ ORV GRV SHULRGRV
temporales considerados mediante la técnica TEOF en los puntos de estudio de la costa de ALyC. Se
KDFHQRWDUTXHPLHQWUDVODWHQGHQFLDGHODVDOLQLGDGHQODVODWLWXGHVHQWRUQRDORV1HVGHFUHFLHQWH
en la costa Atlántica por debajo del Ecuador es creciente, así como en la península de California y el
JROIRGH0p[LFR(QHVWDV~OWLPDVGRV]RQDVHVGRQGHVHREWLHQHQPD\RUHVYDORUHVGHODVWHQGHQFLDV
FRQYDORUHVPHGLRVHQ\GHKDVWD\SVXUHVSHFWLYDPHQWH±¿JXUD\¿JXUD±
(VQHFHVDULRUHVDOWDUWDPELpQTXHODFRVWD3DFt¿FDGH6XGDPpULFD3HU~\&KLOHHVSHFLDOPHQWHULFDHQ
SHVFDSRUHSLVRGLRVGHDÀRUDPLHQWRH[SHULPHQWDUiFDPELRVPX\OHYHVHQVDOLQLGDGUHVSHFWRDOUHVWR
de la costa de la región. La mayor disminución de la salinidad es esperable en las islas del Caribe Norte
y en las costas de los países del Sur de Centroamérica, con valores de aproximadamente 0,7 y 1,7 psu
HQORVGRVKRUL]RQWHVFRQVLGHUDGRV
106
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.85
TENDENCIA MEDIA DE LA SALINIDAD EN LOS PERIODOS 2010-2040 Y 2040-2070
SVXDxR
Fuente: Elaboración propia.
FIGURA 1.86
VALOR MEDIO E INCERTIDUMBRE ASOCIADA
EN LA SALINIDAD EN EL AÑO HORIZONTE 2040
SVX
Fuente: Elaboración propia.
107
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.87
VALOR MEDIO E INCERTIDUMBRE ASOCIADA
EN LA SALINIDAD EN EL AÑO HORIZONTE 2070
SVX
Fuente: Elaboración propia.
7HQGHQFLDVGH7HPSHUDWXUD6XSHU¿FLDOGHO0DU
/DWHPSHUDWXUDVXSHU¿FLDOGHOPDUSRUVHUXQDYDULDEOHREWHQLGDFRQUHVROXFLyQJOREDOWDPELpQVHKD
DQDOL]DGRFRQDPEDVWpFQLFDVWHQGHQFLDVORFDOHV\7(2)/D¿JXUDPXHVWUDODVHULHWHPSRUDOGH
la TEOF que recoge la tendencia media global y los valores medios de las series temporales de la base
de datos. El parecido entre ambas es satisfactorio.
FIGURA 1.88
TENDENCIA Y RECONSTRUCCIÓN OBTENIDA PARA LA ANOMALÍA
DE TEMPERATURA DEL MAR EN SUPERFICIE GLOBAL
Fuente: Elaboración propia.
Nota: En rojo se representa la serie temporal
del primer modo de la Trend-EOF mientras
que los puntos negros (no coincidentes)
representan la anomalía media global de la
base de datos. Además, en verde y negro se
representa las tendencias ajustadas, lineal y
cuadrática, respectivamente.
108
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.89
PATRÓN ESPACIAL DE LA TENDENCIA MEDIA (LINEAL) A ESCALA GLOBAL
Y DE AMÉRICA LATINA Y EL CARIBE DE LA TEMPERATURA SUPERFICIAL
DEL MAR MEDIANTE EL AJUSTE DE TENDENCIAS LOCAL
&DxR
Fuente: Elaboración propia.
FIGURA 1.90
TIPO DE TENDENCIA OBTENIDA EN EL AJUSTE LOCAL A ESCALA GLOBAL
DE LA TEMPERATURA SUPERFICIAL DEL MAR
Fuente: Elaboración propia.
1RWD6HGLVWLQJXHHQWUHWHQGHQFLDVQRVLJQL¿FDWLYDVHVWDGtVWLFDPHQWH
(no se detecta tendencia), tendencia lineal y tendencia cuadrática
(existe una aceleración o desaceleración de la tendencia).
109
CEPAL
Dinámicas, tendencias y variabilidad climática
$QiORJDPHQWHDOFDVRGHOQLYHOGHOPDU\ODVDOLQLGDGVHKDDQDOL]DGRHOWLSRGHWHQGHQFLDORFDO
TXHUHVXOWDPiVDGHFXDGRHQFDGD]RQDJHRJUi¿FD±¿JXUD±LQFOX\HQGRDTXHOORVSXQWRVGRQGHQR
UHVXOWDVHVLJQL¿FDWLYD
De la comparación entre los patrones globales de la tendencia media histórica entre ambos métodos
±¿JXUD\¿JXUD±VHH[WUDHQFRQFOXVLRQHVVLPLODUHVDORVFDVRVDQDOL]DGRVDQWHULRUPHQWH/D
técnica TEOF parece ser más adecuada para este tipo de variables geofísicas globales ya que efectos
puntuales de las tendencias, asociados muy probablemente a fenómenos de variabilidad interanual que
suponen picos en las series y que afectan a la regresión local. Salvando esta diferencia, en ambos patrones
espaciales se obtienen resultados del mismo orden en general y espacialmente similares.
Al contrario de lo que sucedía con el nivel del mar, las series temporales de temperatura
VXSHU¿FLDOGHOPDUPXHVWUDQTXHH[LVWHXQDXPHQWRGHODWHPSHUDWXUDJHQHUDOH[FHSWRHQFLHUWDV]RQDV
de los océanos del Hemisferio Norte donde se está produciendo, por el contrario, un enfriamiento.
FIGURA 1.91
PATRÓN ESPACIAL DE LA TENDENCIA MEDIA (LINEAL) A ESCALA GLOBAL
Y DE AMÉRICA LATINA Y EL CARIBE DE LA TEMPERATURA SUPERFICIAL DEL
MAR MEDIANTE EL AJUSTE DE LA TÉCNICA TREND-EOF
&DxR
Fuente: Elaboración propia.
110
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.92
TENDENCIAS DE TEMPERATURA SUPERFICIAL DEL MAR OBTENIDAS
PARA UN PUNTO DE LA COSTA DE AMÉRICA LATINA Y EL CARIBE
*UDGRVFHQWtJUDGRV
Fuente: Elaboración propia.
1RWD'HUHFKDWHQGHQFLD7UHQG(2)&HQWURORFDOL]DFLyQGHOSXQWR,]TXLHUGDFRPSDUDFLyQHQWUHODWHQGHQFLD
local y la Trend-EOF.
FIGURA 1.93
TENDENCIAS DE TEMPERATURA SUPERFICIAL DEL MAR OBTENIDAS
PARA UN PUNTO DE LA COSTA DE AMÉRICA LATINA Y EL CARIBE
*UDGRVFHQWtJUDGRV
Fuente: Elaboración propia.
1RWD'HUHFKDWHQGHQFLD7UHQG(2)&HQWURORFDOL]DFLyQGHOSXQWR,]TXLHUGDFRPSDUDFLyQHQWUHODWHQGHQFLDORFDO
y la Trend-EOF.
(QORVJUi¿FRVGHFRPSDUDFLyQGHORVDMXVWHV±¿JXUD\¿JXUD±VHSXHGHDSUHFLDUTXH
existe una clara discrepancia entre el ajuste local, que resulta en este caso cuadrático, y la tendencia
Trend-EOF. Mientras que la primera técnica muestra una curvatura marcada, con la segunda se obtiene
una tendencia más suave, que pese a no llegar a ser lineal, muestra una deceleración leve. Nuevamente,
la técnica Trend-EOF resulta ser más adecuada para este tipo de variables. Más aún, incluso en el caso
del punto 500, el comportamiento de ambas tendencias es contrario (ascenso frente a descenso).
111
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.94
TENDENCIA MEDIA DE LA TEMPERATURA SUPERFICIAL DEL MAR
EN LOS PERIODOS 2010-2040 Y 2040-2070
*UDGRVFHQWtJUDGRVDxR
Fuente: Elaboración propia.
La tendencia general es de aumento de la temperatura del mar, salvo en el norte del Mar Caribe,
GRQGHVHHVSHUDTXHODWHPSHUDWXUDVXSHU¿FLDOGHOPDUQRVXIUDXQDXPHQWRVLJQL¿FDWLYRRLQFOXVREDMH
OLJHUDPHQWH/RVPD\RUHVDXPHQWRVHVSHUDEOHVVHREWLHQHQHQODVFRVWDGH%UDVLOHQWUHORV\6
\&HQ\FRQLQFHUWLGXPEUHVSRUGHEDMRGH\&UHVSHFWLYDPHQWHDVt
como en la costa del sur de Perú y norte de Chile, no obstante, menores a los de Brasil. Estos resultados
lógicamente están condicionados por las características de la base de datos de partida.
112
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.95
VALOR MEDIO E INCERTIDUMBRE DE LA TEMPERATURA SUPERFICIAL
DEL MAR EN EL AÑO HORIZONTE 2040
*UDGRVFHQWtJUDGRV
Fuente: Elaboración propia.
FIGURA 1.96
VALOR MEDIO E INCERTIDUMBRE DE LA TEMPERATURA SUPERFICIAL
DEL MAR EN EL AÑO HORIZONTE 2070
*UDGRVFHQWtJUDGRV
Fuente: Elaboración propia.
La SST es una variable importante para muchos ecosistemas, entre ellos los corales. En el
HVWXGLRGHLPSDFWRVGRFXPHQWRGHHVWHHVWXGLRUHJLRQDOVHDQDOL]DHOEODQTXHRGHORVFRUDOHV\SDUD
HOORVHQHFHVLWDUiHYDOXDUFXiOHVODSUREDELOLGDGGHFLHUWRVDXPHQWRVGHOD667HQORVDxRVKRUL]RQWH
/D¿JXUDPXHVWUDHOJUDGRGHFRQ¿DQ]DGHXQDXPHQWRGH&GHOD667HQODDFWXDOLGDG\HQHO
\HQHO(OJUDGRGHFRQ¿DQ]DDXPHQWDVLJQL¿FDWLYDPHQWHHQWRGDODUHJLyQ\HQSDUWHGHOD
costa de Brasil el aumento será SUREDEOH
113
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.97
GRADO DE CONFIANZA (ESCALA IPCC) SOBRE UN AUMENTO
DE LA TEMPERATURA SUPERFICIAL DEL MAR DE 1ºC PARA DISTINTOS
AÑOS HORIZONTE
Fuente: Elaboración propia.
Nota: Leyenda de probabilidades: >0,99, prácticamente cierto; 0,9-0,99, muy probable; 0,660,9, probable; 0,33-0,66, tan probable como improbable; 0,1-0,33, improbable; 0,01-0,1, muy
improbable; <0,01, excepcionalmente improbable.
5.2.5. Tendencias de la Temperatura del Aire
Como última variable geofísica global se ha determinado la tendencia de la temperatura del aire en
VXSHU¿FLHPHGLDQWHORVGRVPpWRGRV/D¿JXUDPXHVWUDODVHULHPHGLDJOREDODSDUWLUGHOSDWUyQ
global medio del cálculo con TEOF y los datos de la anomalía media global, así como las tendencias
DMXVWDGDV D OD VHULH JOREDO 6L ELHQ HO DMXVWH QR HV WDQ ¿GHGLJQR FRPR HQ HO FDVR GH OD WHPSHUDWXUD
VXSHU¿FLDOGHOPDUEDVHGHGDWRVLQVWUXPHQWDO\PXFKRPHQRVTXHHQHOFDVRGHOQLYHOPHGLRGHOPDU
(también instrumental), la serie temporal parece corresponderse con los datos globales, que en este caso
provienen del reanálisis NCEP/NCAR, elegido por la duración y cobertura espacial del mismo. Además
de la fuente de información (numérica frente a instrumental), la presencia de la rugosidad y accidentes
JHRJUi¿FRVHQODWLHUUDKDFHTXHODVHULHSUHVHQWHPD\RUYDULDELOLGDG
114
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.98
TENDENCIA Y RECONSTRUCCIÓN OBTENIDA PARA LA ANOMALÍA
DE TEMPERATURA DEL AIRE EN SUPERFICIE GLOBAL
Fuente: Elaboración propia.
Nota: En rojo se representa la serie temporal del primer modo de la
Trend-EOF mientras que los puntos negros (no coincidentes) representan
la anomalía global de la base de datos. Además, en verde y negro se
representa las tendencias ajustadas, lineal y cuadrática, respectivamente.
FIGURA 1.99
PATRÓN ESPACIAL DE LA TENDENCIA MEDIA (LINEAL) A ESCALA GLOBAL
Y DE AMÉRICA LATINA Y EL CARIBE DE LA TEMPERATURA DEL AIRE
EN SUPERFICIE MEDIANTE EL AJUSTE DE TENDENCIAS LOCAL
*UDGRVFHQWtJUDGRVDxR
Fuente: Elaboración propia.
115
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.100
TIPO DE TENDENCIA OBTENIDA EN EL AJUSTE LOCAL A ESCALA GLOBAL
PARA LA TEMPERATURA DEL AIRE EN SUPERFICIE
Fuente: Elaboración propia.
1RWD 6H GLVWLQJXH HQWUH WHQGHQFLDV QR VLJQL¿FDWLYDV HVWDGtVWLFDPHQWH QR VH
detecta tendencia), tendencia lineal y tendencia cuadrática (existe una aceleración
o desaceleración de la tendencia).
FIGURA 1.101
PATRÓN ESPACIAL DE LA TENDENCIA MEDIA (LINEAL) A ESCALA GLOBAL
Y DE AMÉRICA LATINA Y EL CARIBE PARA LA TEMPERATURA DEL AIRE
EN SUPERFICIE MEDIANTE EL AJUSTE DE LA TÉCNICA TREND-EOF
*UDGRVFHQWtJUDGRVDxR
Fuente: Elaboración propia.
116
CEPAL
Dinámicas, tendencias y variabilidad climática
/DV¿JXUDVVLJXLHQWHVPXHVWUDQODGLVWLQWDHYROXFLyQGHODWHPSHUDWXUDGHODLUHHQGRVSXQWRV
GHO GRPLQLR GH HVWXGLR (Q OD ¿JXUD VH DSUHFLD PXFKD PiV YDULDELOLGDG HQ OD WHPSHUDWXUD
WHUUHVWUHTXHHQHOSXQWRDQDOL]DGRHQOD¿JXUD6LQHPEDUJRHQDPERVSXQWRVH[LVWHXQDQRWDEOH
GLVFUHSDQFLD HQWUH OD WHQGHQFLD ORFDO PiV VLJQL¿FDWLYD HQ HVWH FDVR XQ DMXVWH OLQHDO HQ DPERV \ OD
tendencia T-EOF.
FIGURA 1.102
TENDENCIAS DE TEMPERATURA DEL AIRE EN SUPERFICIE
OBTENIDAS PARA UN PUNTO DE AMÉRICA LATINA Y EL CARIBE
*UDGRVFHQWtJUDGRV
Fuente: Elaboración propia.
1RWD'HUHFKDWHQGHQFLD7UHQG(2)&HQWURORFDOL]DFLyQGHOSXQWR,]TXLHUGDFRPSDUDFLyQHQWUHODWHQGHQFLD
local y la Trend-EOF.
FIGURA 1.103
TENDENCIAS DE TEMPERATURA DEL AIRE EN SUPERFICIE OBTENIDAS
PARA UN PUNTO DE LA COSTA DE AMÉRICA LATINA Y EL CARIBE
*UDGRVFHQWtJUDGRV
Fuente: Elaboración propia.
1RWD'HUHFKDWHQGHQFLD7UHQG(2)&HQWURORFDOL]DFLyQGHOSXQWR,]TXLHUGDFRPSDUDFLyQHQWUHODWHQGHQFLD
local y la Trend-EOF.
(QOD¿JXUDVHUHSUHVHQWDODWHQGHQFLDOLQHDOPHGLDHTXLYDOHQWHHQORVGRVSHULRGRVGH
WLHPSRFRQVLGHUDGRVHQHOHVWXGLR/DWHQGHQFLDGHODWHPSHUDWXUDGHODLUHHQVXSHU¿FLHHVDVFHQGHQWH
FRQJHQHUDOLGDGHQODUHJLyQDH[FHSFLyQGHODFRVWD3DFt¿FDGH6XGDPpULFDGRQGHKD\]RQDVGH3HU~
El Ecuador y norte de Chile donde la tendencia es nula o ligeramente negativa. Existe una marcada
117
CEPAL
Dinámicas, tendencias y variabilidad climática
WHQGHQFLDHQOD]RQD$WOiQWLFDHQWUHORV1\6GRQGHHVHVSHUDEOHTXHVHDOFDQFHLQFUHPHQWRV
PHGLRVGHWHPSHUDWXUDGHKDVWD\&HQODFRVWDGH%UDVLOHQ\UHVSHFWLYDPHQWHFRQ
XQDLQFHUWLGXPEUHDOQLYHOGHFRQ¿DQ]DGHOGH\&HQODUHJUHVLyQPHGLDQWH7UHQG(2)
±¿JXUD\¿JXUD±
FIGURA 1.104
TENDENCIA LINEAL MEDIA EQUIVALENTE DE LA TEMPERATURA DEL AIRE
EN SUPERFICIE ENTRE 2010-2040 Y 2040-2070
*UDGRVFHQWtJUDGRVDxR
Fuente: Elaboración propia.
FIGURA 1.105
VARIACIÓN DE LA TEMPERATURA DEL AIRE EN SUPERFICIE
E INCERTIDUMBRE ASOCIADA EN 2040
*UDGRVFHQWtJUDGRV
Fuente: Elaboración propia.
118
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.106
VARIACIÓN DE LA TEMPERATURA DEL AIRE EN SUPERFICIE
E INCERTIDUMBRE ASOCIADA EN 2070
*UDGRVFHQWtJUDGRV
Fuente: Elaboración propia.
/D¿JXUDPXHVWUDODSUREDELOLGDGGHH[FHGHU&HQODWHPSHUDWXUDGHODLUHHQVXSHU¿FLH
en los distintos años objetivo.
119
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.107
PROBABILIDAD DE UN AUMENTO DE LA TEMPERATURA DEL AIRE
EN SUPERFICIE DE 1ºC EN LAS COSTAS DE AMÉRICA LATINA Y EL CARIBE
EN LA ACTUALIDAD Y EN LOS AÑOS HORIZONTE 2040, 2050 Y 2070
Fuente: Elaboración propia.
120
CEPAL
Dinámicas, tendencias y variabilidad climática
5.2.6. Tendencias del viento
En el análisis del viento se ha analizado por un lado su magnitud, representada por el cuantil 0,9 de
la velocidad a 10 m, y por otro su dirección, por medio de la dirección de la potencia eólica. Tanto la
magnitud de la velocidad como la dirección han sido ajustadas a tendencias lineales por lo que se ha
utilizado la técnica del ajuste local para el análisis de viento ya que la tendencia Trend-EOF resultó ser
una tendencia lineal espacialmente distribuida.
5.2.6.1. Velocidad del viento
La tendencia media del cuantil 0,9 de la velocidad del viento a 10 m muestra una gran variabilidad
HVSDFLDOHQODUHJLyQ±¿JXUD±([LVWHQ]RQDVWDQWRGHDXPHQWRFRPRGHWHQGHQFLDQHJDWLYDGHOD
YDULDEOH/RVPD\RUHVDXPHQWRVVHREWLHQHQHQHOH[WUHPRVXUGHOFRQWLQHQWHHQODVFRVWDVGH8UXJXD\
y zona de Porto Alegre en Brasil, Guatemala y el Salvador. Sin embargo, de forma generalizada, en el
norte de Chile, Ecuador y norte de Perú las tendencias resultan claramente negativas. Se puede concluir
que en la costa Atlántica del hemisferio Sur la tendencia es generalizadamente de aumento mientras
TXHHQOD3DFt¿FDORHVGHGLVPLQXFLyQRHVWDEOH3UHFLVDPHQWHODVPD\RUHVWHQGHQFLDVVHGHWHFWDQHQ
dos cinturones de latitudes: las subtropicales donde dominan los vientos alisios y las latitudes medias
donde rigen los vientos del Oeste hacia el centro de bajas presiones polar.
FIGURA 1.108
TENDENCIA MEDIA DEL CUANTIL 0,9 DE LA VELOCIDAD
DEL VIENTO A 10 M ENTRE 2010 Y 2070
(Metros/segundo/año)
Fuente: Elaboración propia.
121
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.109
VARIACIÓN DEL CUANTIL 0,9 DE LA VELOCIDAD DEL VIENTO A 10 M
E INCERTIDUMBRE ASOCIADA EN 2040
0HWURVVHJXQGR
Fuente: Elaboración propia.
FIGURA 1.110
VARIACIÓN DEL CUANTIL 0,9 DE LA VELOCIDAD DEL VIENTO A 10 M
E INCERTIDUMBRE ASOCIADA EN 2070
0HWURVVHJXQGR
Fuente: Elaboración propia.
122
CEPAL
Dinámicas, tendencias y variabilidad climática
5.2.6.2. Dirección del viento
En el análisis de la dirección del viento, debido a la gran variabilidad que presenta en la
dirección de procedencia, no es posible evaluarla mediante la tendencia respecto a la dirección media,
VLQR TXH HV QHFHVDULR UHFXUULU D DQDOL]DU ODV WHQGHQFLDV HQ FXDWUR VHFWRUHV GLUHFFLRQDOHV GLVWLQWRV
±¿JXUD±DVDEHU
FIGURA 1.111
ESQUEMA DE LOS CUATRO SECTORES DIRECCIONALES CONSIDERADOS
EN EL ANÁLISIS DE LA DIRECCIÓN DEL VIENTO
6HFWRU1RUWHHQWUHORV:\(
6HFWRU(VWHHQWUHORV(\ORV(
6HFWRU6XUHQWUHORV(\ORV:
6HFWRU2HVWHHQWUHORV:\ORV:
Fuente: Elaboración propia.
Las unidades de las tendencias son grados y el signo positivo indica un aumento en sentido
horario de los ángulos respecto a la dirección media.
/D¿JXUDUHSUHVHQWDODVWHQGHQFLDVFDOFXODGDVSDUDORVFXDWURVHFWRUHV(QORVYLHQWRVFRQ
SURFHGHQFLD1RUWHVHREVHUYDQWHQGHQFLDVSRVLWLYDVWHQGHQFLDGHJLURKDFLDHO(VWHJHQHUDOL]DGDVHQ
ODFRVWD3DFt¿FD\QHJDWLYDVWHQGHQFLDGHJLURKDFLDHO2HVWHHQODPDUJHQ&DULEHxDHQHOKHPLVIHULR
1RUWHPLHQWUDVTXHHQHOKHPLVIHULR6XUKD\PD\RUDOWHUQDQFLDVHJ~QOD]RQDDGHPiVGHSURGXFLUVH
las mayores tendencias, positivas, de la región en Chile y al norte de Perú.
Respecto a las tendencias en los vientos del Este, las mayores tendencias se obtienen en la costa
3DFt¿FD GHO FRQWLQHQWH FRUUHVSRQGLHQGR FRQ ORV YLHQWRV GH RULJHQ WHUUHVWUH FRQ IXHUWHV WHQGHQFLDV
GHJLURKDFLDHO1RUWHDH[FHSFLyQGHGRVORFDOL]DFLRQHVXQDHQWUH&RORPELD\(O(FXDGRU\RWUDHQ
el norte de Chile. En la costa Atlántica las tendencias son más suaves correspondiendo a vientos de
RULJHQPDULQR0HUHFHODSHQDOODPDUODDWHQFLyQVREUHORVYLHQWRVGHO(VWHHQOD]RQDGHODSHQtQVXOD
de California, donde están rolando al Sur (incremento positivo en sentido horario).
Con respecto a los vientos del Oeste, en el hemisferio Sur están experimentando una tendencia
JHQHUDOL]DGDGHJLURKDFLDHO1RUWHPLHQWUDVTXHSRUHOFRQWUDULRHQHOKHPLVIHULR1RUWHHVWiQJLUDQGR
KDFLDHO6XUDH[FHSFLyQGHODLVODGH&XEDGRQGHSURYLHQHQFDGDYH]PiVGHO1RUWH6HGHEHUHVDOWDU
que se encuentran tendencias muy marcadas en las costas caribeñas del Sur.
En cuanto a los vientos del Sur, las tendencias son suaves a excepción de la costa Sur del
Caribe, con giros hacia el Norte y parte de la costa de México, Chile y Cuba donde se encuentran
tendencias de giro marcadas hacia el Este.
123
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.112
TENDENCIA MEDIA DE GIRO DE LA DIRECCIÓN DE LA POTENCIA EÓLICA
ENTRE 2010 Y 2070 PARA LOS CUATRO SECTORES: NORTE, ESTE, SUR Y OESTE
(ÁNGULOS POSITIVOS EN SENTIDO HORARIO)
(DxR
Fuente: Elaboración propia.
124
CEPAL
Dinámicas, tendencias y variabilidad climática
5.3. Tendencias en las dinámicas costeras
5.3.1. Tendencias en el oleaje
(OROHDMHVHKDDMXVWDGRDWHQGHQFLDVORFDOHVOLQHDOHVDQDOL]iQGRVHYDULDVYDULDEOHVGHODVHYHULGDGGHO
oleaje como la altura de ola superada de media 12 horas al año (relacionada con la morfodinámica de
ODVSOD\DVFRPRVHH[SOLFDHQHOFDStWXORGHGLFDGRDORVLPSDFWRVODDOWXUDVLJQL¿FDQWHPHGLDPHQVXDO
y máxima mensual, así como la dirección de procedencia del oleaje mediante el cálculo de la tendencia
asociada a la dirección del Flujo Medio de Energía.
7HQGHQFLDVHQODDOWXUDGHRODVLJQL¿FDQWHVXSHUDGDKRUDVDODxR
Respecto a la altura de ola superada 12 horas al año, indicador de la rama de alturas extremas
DQXDOHVVHKDQREWHQLGRWHQGHQFLDVJHQHUDOPHQWHGHDXPHQWR±¿JXUD±FRQYDORUHVPi[LPRV
en el Norte de México, Norte de Argentina, Uruguay y Sur de Brasil, todos con valores en el entorno
de 3 cm al año de media. Estas tendencias suponen que en el año 2040 aumente la Hs12 en hasta 0,9
P\HQKDVWDPHQHOHQHVWDVORFDOL]DFLRQHV±¿JXUD\¿JXUD±&RPR]RQDVFRQ
WHQGHQFLDVQHJDWLYDVGHVWDFDHOJROIRGH0p[LFR\ODFRVWD3DFt¿FDGHOKHPLVIHULR6XU\FRVWD1RUWHGH
Sudamérica con tendencias muy suaves o estables, tanto negativas como positivas.
FIGURA 1.113
TENDENCIA MEDIA DE LA ALTURA DE OLA SIGNIFICANTE
SUPERADA 12 HORAS AL AÑO (HS12) ENTRE 2010 Y 2070
0HWURVDxR
Fuente: Elaboración propia.
125
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.114
VARIACIÓN DE LA ALTURA DE OLA SIGNIFICANTE SUPERADA 12 HORAS
AL AÑO E INCERTIDUMBRE ASOCIADA EN 2040
0HWURV
Fuente: Elaboración propia.
FIGURA 1.115
VARIACIÓN DE LA ALTURA DE OLA SIGNIFICANTE SUPERADA 12 HORAS
AL AÑO E INCERTIDUMBRE ASOCIADA EN 2070
0HWURV
Fuente: Elaboración propia.
5HDOL]DQGRXQDFRPSDUDFLyQGHOHIHFWRTXHVXSRQHHVWDYDULDFLyQUHVSHFWRDORVYDORUHVPHGLRV
que se han calculado de Hs12 en la parte dedicada a la descripción del clima marítimo en ALyC, se
SXHGHREVHUYDUTXHHQODV]RQDVGRQGHVHREWLHQHQORVPD\RUHVLQFUHPHQWRVHVSHUDEOHVHQPDJQLWXG
es también donde este aumento supone el mayor incremento porcentual respecto a las condiciones
actuales. Quiere esto decir que el efecto sobre la dinámica es aún mayor dado que los mayores aumentos
126
CEPAL
Dinámicas, tendencias y variabilidad climática
QRVHHVWiQSURGXFLHQGRHQODV]RQDVFRQPD\RUROHDMHVLQRHQ]RQDVFRQFRQGLFLRQHVGHROHDMHPiV
VXDYHVORFXDOWHQGUiVXUHÀHMRHQORVSRVLEOHVLPSDFWRVVREUHODVFRVWDVGHODUHJLyQGDGRTXHWDQWR
ODVSOD\DVFRPRODVREUDVPDUtWLPDVHVWiQSUHSDUDGDV\UHVSRQGHQDXQDFRQ¿JXUDFLyQDFRUGHDXQDV
condiciones de oleaje menos severas.
En términos porcentuales respecto a las condiciones de oleaje actuales, los mayores aumentos
VHSURGXFLUiQHQODVFRVWDVGHO5tRGHOD3ODWD\]RQDVDG\DFHQWHV\HQHOFHQWURGH0p[LFRHQODFRVWD
GHO3DFt¿FR7DPELpQHQPHQRUPHGLGDHQODVLVODVGH&XED-DPDLFD\+DLWt\5HS~EOLFD'RPLQLFDQD
(QOD¿JXUDVHUHSUHVHQWDODSUREDELOLGDGDVRFLDGDDTXHVHSURGX]FDXQDDXPHQWRGH
m en la variable Hs12tQWLPDPHQWHOLJDGDFRQHOSHU¿OGHHTXLOLEULRGHODVSOD\DV
FIGURA 1.116
PROBABILIDAD DE SUPERAR UN AUMENTO DE 0,5 M DE (HS12) EN LA ACTUALIDAD
Y EN LOS AÑOS HORIZONTE 2040, 2050 Y 2070
Fuente: Elaboración propia.
127
CEPAL
Dinámicas, tendencias y variabilidad climática
CUADRO 1.6
VARIACIÓN DE LA PROBABILIDAD (RESPECTO A LA DE 2010)
DE SUPERAR 50 CM EN EL CAMBIO DE HS12 EN LOS AÑOS HORIZONTE
EN DIVERSOS PUNTOS DE LA REGIÓN
Variación de la probabilidad de superar 50 cm en Hs12 respecto a la de 2010
Unidad de estudio
Longitud
Latitud
2040
2050
2070
Río de Janeiro (BRA)
-43,23
-22,99
0,13
0,17
0,39
Santos (BRA)
-46,24
-23,93
0,18
0,30
0,50
Montevideo (URY)
-56,00
-34,86
0,31
0,45
0,73
Concepción (CHL)
-73,09
-36,83
0,01
0,01
0,02
Valparaíso (CHL)
-71,63
-32,96
-0,01
-0,01
-0,01
Arica (CHL)
-70,45
-18,38
0,02
0,02
0,03
Chorrillos (PER)
-77,04
-12,09
-0,01
-0,01
-0,01
Talara (PER)
-81,26
-4,63
0,00
0,00
0,00
Machala (ECU)
-80,28
-3,40
0,07
0,09
0,11
La Libertad (ECU)
-80,78
-2,36
0,01
0,01
0,01
Bahía Solano (COL)
-77,38
6,05
0,00
0,01
0,03
Los Santos (PAN)
-80,26
7,34
0,01
0,01
0,02
S. José (CRI)
-83,97
9,29
0,01
0,01
0,01
Managua (NIC)
-86,57
11,88
0,07
0,11
0,14
Acapulco (MEX)
-99,73
16,78
0,09
0,13
0,25
Ensenada (MEX)
-116,69
31,74
0,27
0,36
0,60
Cabo (MEX)
-109,85
22,98
0,57
0,65
0,78
9HUDFUX]0(;
-96,02
19,05
-0,04
-0,07
-0,10
Cancún (MEX)
-86,85
21,04
0,03
0,06
0,20
P. Plata (DOM)
-70,66
19,70
0,06
0,08
0,12
Bridgetown (BRB)
-59,56
13,20
-0,09
-0,10
-0,11
Caracas (VEN)
-67,02
10,59
0,00
-0,01
-0,01
Georgetown (GUY)
-57,95
6,70
-0,02
-0,03
-0,04
)RUWDOH]D%5$
-38,49
-3,81
0,00
0,00
0,00
Maceio (BRA)
-35,60
-9,52
0,00
0,01
0,01
P. Segura (BRA)
-39,00
-16,28
0,01
0,01
0,03
36WD&UX]$5*
-68,26
-50,14
-0,03
-0,04
-0,05
I. Taggart (CHL)
-75,58
-49,45
-0,01
-0,01
-0,02
Fuente: Elaboración propia.
128
CEPAL
Dinámicas, tendencias y variabilidad climática
5.3.1.2. Tendencias en la altura media mensual
La altura media mensual es un indicador de cómo está evolucionando el oleaje en sus condiciones
medias (régimen medio), lo cual tiene incidencia, entre otras efectos, en las actividades de los puertos.
/RV UHVXOWDGRV ±¿JXUD ¿JXUD \ ¿JXUD ± PXHVWUDQ TXH OD WHQGHQFLD HV
generalmente de aumento de la altura de ola con la salvedad de la costa Sur del Caribe y el golfo de
0p[LFRGRQGHODVRODVHVWiQGLVPLQX\HQGRDXQULWPRPHGLRGHPPDxR\ODVFRVWDVGH9HQH]XHOD\
Puerto Rico prácticamente no están sufriendo cambios. Los mayores aumentos del oleaje se vuelven a
REWHQHUHQODFRVWDGHO3DFt¿FRGH0p[LFR8UXJXD\\6XUGH%UDVLO\HQHVWHFDVRWDPELpQSDUDHO6XU
de Chile y en menor medida Sur de Perú. Se han obtenido valores esperables de aumento de 0,3 m en
2040 y 0,6 m en 2070 con una incertidumbre de menos de 0,1 m en ambos casos.
0HUHFHODSHQDOODPDUODDWHQFLyQHQTXHOD]RQDGHPD\RUGLVPLQXFLyQDKRUDUHVXOWDVHUOD
costa Sur del Caribe mientras que para la Hs12 resultó ser el Golfo de México.
FIGURA 1.117
TENDENCIA MEDIA DE LA ALTURA DE OLA SIGNIFICANTE MEDIA MENSUAL
ENTRE 2010 Y 2070
0HWURVDxR
Fuente: Elaboración propia.
129
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.118
VARIACIÓN DE LA ALTURA DE OLA SIGNIFICANTE MEDIA MENSUAL
E INCERTIDUMBRE ASOCIADA EN 2040
0HWURV
Fuente: Elaboración propia.
FIGURA 1.119
VARIACIÓN DE LA ALTURA DE OLA SIGNIFICANTE MEDIA MENSUAL
E INCERTIDUMBRE ASOCIADA EN 2070
0HWURV
Fuente: Elaboración propia.
/D¿JXUDPXHVWUDODSUREDELOLGDGGHVXSHUDUXQDYDULDFLyQGHPHQOD+VPHGLD
PHQVXDOHQODDFWXDOLGDG\HQORVGRVDxRVKRUL]RQWH&RPSDUDQGRODSUREDELOLGDGGHVXSHUDUPGH
variación en la variable Hs12¿JXUD\HQOD+VPHGLDPHQVXDOVHSXHGHFRQFOXLUTXHVLELHQODFRVWD
130
CEPAL
Dinámicas, tendencias y variabilidad climática
GHO3DFt¿FRGH0p[LFRDXPHQWDVXSUREDELOLGDGHQDPERVFDVRVHQHOUHVWRGHORFDOL]DFLRQHVGRQGH
en la variable Hs12 es prácticamente cierto no se corresponde el mismo aumento en las condiciones
medias del oleaje aun en un cambio de menor magnitud en la altura media.
En las islas caribeñas del Norte (véase Cuba) no se obtienen aumentos apreciables de la
probabilidad en términos medios pero sí en la rama alta de la distribución de oleaje, representada por
la Hs12.
En el Sur de Brasil, también es más cierto un aumento de 0,5 m en la Hs12 que en las condiciones
PHGLDVGHOROHDMH6LQHPEDUJRHQHO6XUGHOFRQWLQHQWH]RQDGHPD\RUHVDOWXUDVGHRODGHODUHJLyQ
se esperan aumentos considerables en la probabilidad de exceder 0,2 m en las condiciones medias, y no
así en la rama alta de Hs.
FIGURA 1.120
PROBABILIDAD DE SUPERAR UN AUMENTO DE 0,2 M DE LA ALTURA
SIGNIFICANTE MEDIA MENSUAL EN LA ACTUALIDAD Y EN
LOS AÑOS HORIZONTE 2040, 2050 Y 2070
Fuente: Elaboración propia.
131
CEPAL
Dinámicas, tendencias y variabilidad climática
7HQGHQFLDVHQODGLUHFFLyQGHOÀXMRPHGLRGHHQHUJtD
El análisis de la tendencia de giro del Flujo Medio de Energía (FEM) muestra cómo está
girando la procedencia dominante del oleaje. Esta variable está íntimamente relacionada con la planta
GHHTXLOLEULR\ODFRQ¿JXUDFLyQGHODVSOD\DVDVtFRPRFRQHOWUDQVSRUWHGHVHGLPHQWRV
Los resultados obtenidos muestran una fuerte tendencia de giro hacia el Norte (tendencia
negativa en grados en sentido horario) de la procedencia del oleaje en Argentina debido al oleaje
generado en las borrascas en el hemisferio Sur que traspasan el Cabo de Hornos. Sin embargo, en el
resto de la costa Atlántica, el oleaje está experimentando una tendencia de giro hacia el Sur (tendencia
positiva). En las costas bañadas por el mar Caribe las tendencias son suaves o estables, si bien de ligero
JLURKDFLDHO(VWH(QODVFRVWDVGHO3DFt¿FRGH&HQWURDPpULFDODWHQGHQFLDHVJHQHUDOL]DGDGHJLUR
KDFLDHO1RUWHPLHQWUDVTXHHQOD]RQDGHODSHQtQVXODGH&DOLIRUQLDVHHVWiH[SHULPHQWDQGRXQJLUR
del oleaje hacia el Sur.
Los mayores giros esperables se dan en el Sur de Argentina y Norte de México. Si bien en el
primer caso las playas no son un recurso de primer orden, debido a la latitud, en el segundo sí que lo
son y la incidencia de este cambio puede ser apreciable por su efecto en las playas. Esta problemática y
en especial la afección a las playas, se estudia en el documento dedicado a los impactos en las costas y
el efecto sobre el recurso en análisis de los riesgos en playas frente a un cambio climático.
FIGURA 1.121
TENDENCIA MEDIA DE GIRO DEL FLUJO MEDIO DE ENERGÍA ENTRE 2010 Y 2070
(DxR
Fuente: Elaboración propia.
132
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.122
VARIACIÓN DE LA DIRECCIÓN DEL FLUJO MEDIO DE ENERGÍA
E INCERTIDUMBRE ASOCIADA EN 2040
(
Fuente: Elaboración propia.
FIGURA 1.123
VARIACIÓN DE LA DIRECCIÓN DEL FLUJO MEDIO DE ENERGÍA
E INCERTIDUMBRE ASOCIADA EN 2070
(
Fuente: Elaboración propia.
133
CEPAL
Dinámicas, tendencias y variabilidad climática
5.4. Tendencias en los eventos extremos
Los eventos extremos tienen vital importancia por el potencial de daño que pueden producir en las
costas. Los fenómenos extremos de oleaje, con incidencia en puertos, playas, navegación, corales y
erosión costera, se encuentran frecuentemente asociados con sobreelevaciones extraordinarias del nivel
del mar VWRUPVXUJHTXHKDFHQTXHODVRODVSXHGDQDOFDQ]DUFRWDVPiVHOHYDGDVTXHODVFRQYHQFLRQDOHV
Este contexto hace del estudio de los extremos, tanto de oleaje como de marea meteorológica y cota de
inundación, un problema necesario de estudiar en un análisis de cambio climático. En este estudio se
aborda el análisis de extremos mediante un modelado de los máximos mensuales con una distribución
*HQHUDOL]DGD GH ([WUHPRV *(9 PHGLDQWH XQ DMXVWH QR HVWDFLRQDULR WDO \ FRPR VH KD SUHVHQWDGR
previamente en este documento, donde se introduce un parámetro que recoge la tendencia de largo
SOD]R VL HV TXH IXHUD VLJQL¿FDWLYD HQ HO DMXVWH /DV YDULDEOHV HVWXGLDGDV VRQ ORV H[WUHPRV GH DOWXUD
VLJQL¿FDQWH\ORVH[WUHPRVGHPDUHDPHWHRUROyJLFD(QDPERVFDVRVVHSUHVHQWDQORVUHVXOWDGRVGHOD
tendencia estacional y anual obtenida representada espacialmente, así como tan solo algunos de los
SHULRGRVGHUHWRUQRHQORVKRUL]RQWHVGH\SHVHDKDEHUVLGRFDOFXODGRVWDPELpQORVSHULRGRV
de retorno de 50, 100, 250 y 500 años.
$GHPiVFRQHOREMHWLYRGHDQDOL]DUODSUREOHPiWLFDGHORVH[WUHPRVGHPDQHUDPiVGHWDOODGD
VHUHDOL]DXQDQiOLVLVFRPSDUDWLYRGHSHULRGRVGHUHWRUQRHQFLQFRSXQWRVFRQFUHWRVGHODUHJLyQFRQ
características de oleaje y marea meteorológica muy distintas.
5.4.1. Tendencias en los eventos extremos de oleaje
/RVUHVXOWDGRVGHODWHQGHQFLDDQXDO±¿JXUD±VRQVLPLODUHVDORVREWHQLGRVSDUDODVWHQGHQFLDV
GHODVDOWXUDVPi[LPDVPHQVXDOHV/DWHQGHQFLDJHQHUDOHVGHFODURDXPHQWRFRQODV]RQDVGHPD\RU
WHQGHQFLDHQHOVXUGH%UDVLO\HQODVFRVWDVGH8UXJXD\OD]RQDGHO&DERGH+RUQRV\FRVWD3DFt¿FDGH
México, con valores entre 1 y 1,7 cm/año, si bien las tendencias en el norte de Argentina con este análisis
resultan ligeramente más suaves. En el sur de la costa del Caribe resulta una tendencia ligeramente
negativa (disminución de la altura de ola), así como algunos puntos de las islas caribeñas orientales. En
el sur de Chile, donde antes resultaban tendencias estables (nulas) o ligeramente negativas, el ajuste de
H[WUHPRVQRHQFXHQWUDXQDWHQGHQFLDVLJQL¿FDWLYDHVWDGtVWLFDPHQWH
134
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.124
TENDENCIA ANUAL DE LARGO PLAZO DE LOS EXTREMOS
DE OLEAJE EN 2010-2040
&HQWtPHWURVDxR
Fuente: Elaboración propia.
Nota: En negro se representan los puntos donde la tendencia no resulta
VLJQL¿FDWLYDHVWDGtVWLFDPHQWH
5HVSHFWRDODVWHQGHQFLDVHVWDFLRQDOHV±¿JXUD±ODGLVPLQXFLyQGHDOWXUDGHRODHQORV
PHVHVGHPDU]RDPD\RHVFODUDHQODFRVWDGHO&DULEH6XUPLHQWUDVTXHHQHOUHVWRGHODxRHVPHQRV
marcada. Sin embargo, las tendencias positivas o de aumento de la altura de ola se producen con mayor
PDJQLWXGHQODFRVWDGHO$WOiQWLFRGHVGHPDU]RKDVWDDJRVWRDXQTXHHVSHFLDOPHQWHHQORVPHVHVGH
SULPDYHUDVXDYL]iQGRVHHOUHVWRGHODxRSHURD~QVLHQGRGHDXPHQWR(QODFRVWDGHO3DFt¿FR1RUWH
OD PD\RU WHQGHQFLD VH HQFXHQWUD HQ ORV PHVHV GH LQYLHUQR FRLQFLGLHQGR D VX YH] FRQ ORV PD\RUHV
WHPSRUDOHVHQOD]RQDYpDQVH¿JXUD\¿JXUD&XULRVDPHQWHODWHQGHQFLDPtQLPDHQOD]RQD
de mayores temporales del continente, Sur de Chile y Sur de Argentina, se produce en los meses de
YHUDQRFRLQFLGLHQGRFRQODpSRFDGHORVPD\RUHVWHPSRUDOHVHQOD]RQD
135
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.125
TENDENCIA ESTACIONAL DE LARGO PLAZO DE LOS EXTREMOS DE OLEAJE
&HQWtPHWURVDxR
Fuente: Elaboración propia.
Respecto a la evolución esperable de las alturas de ola asociadas a los distintos periodos de retorno
DQDOL]DGRVHQODSDUWHSUHYLDVREUHODGHVFULSFLyQGHODVGLQiPLFDVVHKDQFDOFXODGRODVDOWXUDVGHROD
VLJQL¿FDQWHGHSHULRGRVGHUHWRUQR\DxRVHQORVGRVKRUL]RQWHVWHPSRUDOHVFRQVLGHUDGRV
(QOD¿JXUDVHUHSUHVHQWDODDOWXUDGHSHULRGRGHUHWRUQRDxRVHQDPERVDxRVREVHUYiQGRVHTXH
ODVDOWXUDVPiVH[WUHPDVDXPHQWDQKDVWDHQPGHVGHHODO(QOD¿JXUDVHUHSUHVHQWD
la altura de periodo de retorno 500 años en el año 2040. Se observa una graduación de colores general en
función de la latitud, disminuyendo las alturas de ola de forma gradual hacia el Ecuador.
136
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.126
ALTURA DE OLA SIGNIFICANTE DE PERIODO DE RETORNO 50 AÑOS
(VALOR MEDIO) EN EL AÑO HORIZONTE 2040 Y 2070
0HWURV
Fuente: Elaboración propia.
FIGURA 1.127
ALTURA DE OLA SIGNIFICANTE DE PERIODO DE RETORNO 500 AÑOS EN EL AÑO
HORIZONTE 2040 (VALOR MEDIO)
0HWURV
Fuente: Elaboración propia.
137
CEPAL
Dinámicas, tendencias y variabilidad climática
Para comparar mejor cómo evolucionan las alturas de ola extremas respecto a las condiciones
actuales, resulta más adecuada la construcción de un índice que represente el cambio, entre el periodo
de retorno calculado en los años 2040 y 2070 de las olas que, actualmente, tienen una recurrencia
media de 500 años. Este índice, denominado Índice de Seguridad en el capítulo de impactos y de
ULHVJRV HQ SXHUWRV SRU VX UHODFLyQ FRQ HO JUDGR GH VHJXULGDG R ¿DELOLGDG GH ODV REUDV PDUtWLPDV
responde a la relación:
IS= 1/500 = N
(1.10)
1/N
500
Donde N representa el nuevo periodo de retorno asociado a las alturas de ola que en la
actualidad tienen uno de 500 años.
/RVUHVXOWDGRVGHHVWHtQGLFHVHPXHVWUDHQOD¿JXUDSDUDHODxR8QYDORUGHtQGLFH
PHQRUDXQRVLJQL¿FDTXHHOQXHYRSHULRGRGHUHWRUQRHVLQIHULRUDDxRVHVGHFLUODDOWXUDGHROD
HQHVHSXQWRTXHHQODDFWXDOLGDGWLHQHXQDSUREDELOLGDGGHVXSHUDUVHGHHQHODxRKRUL]RQWH
tendrá una probabilidad de excederse mayor, o en otras palabras, su periodo de retorno será menor.
Por el contrario, para valores del índice superiores a uno, quiere decir que el periodo de retorno en el
DxRKRUL]RQWHVHUiPD\RUTXHORFXDOLQGLFDTXHODDOWXUDGHRODHVPiVH[WUHPDHVGHFLUODDOWXUD
disminuye debido a una tendencia negativa de la altura de ola.
FIGURA 1.128
VARIACIÓN ESPERABLE DEL PERIODO DE RETORNO DE 500 AÑOS EN EL AÑO 2040
Fuente: Elaboración propia.
138
CEPAL
Dinámicas, tendencias y variabilidad climática
Además, esta forma de representación permite obtener nuevas conclusiones sobre los extremos
de oleaje en la región ya que se observa que la mayor variación del periodo de retorno no se produce en
ODV]RQDVGHPD\RUWHQGHQFLDGHODDOWXUDGHRODVLQRTXHHQ]RQDVGHWHQGHQFLDPiVVXDYHSHURFRQ
alturas de ola más pequeñas en la actualidad, la variación en términos de periodo de retorno es incluso
mayor. Por ejemplo, obsérvese la costa Norte de Brasil donde se obtiene valores del índice de seguridad
mayores que en el Sur del país, pese a contar en el Norte con tendencias de aumento mucho más suaves
TXHODVREWHQLGDVHQHO6XU±YpDVH¿JXUD±(VWDUHDOLGDGHQWpUPLQRVGHVHJXULGDGGHODVREUDV
marítimas se aborda en los documentos dedicados a los impactos y a los riesgos en puertos.
3DUDDQDOL]DUODYDULDFLyQGHORVH[WUHPRVGHROHDMHHQGHWDOOH\HQWpUPLQRVGHPRGL¿FDFLyQGHOD
IXQFLyQGHGLVWULEXFLyQVHKDUHDOL]DGRXQDQiOLVLVFRPSDUDWLYRGHFLQFRSXQWRVGHODUHJLyQ/RVSXQWRV
HOHJLGRVVHPXHVWUDQHQOD¿JXUD\VXVFRRUGHQDGDVVHDFRPSDxDQHQHOFXDGUR\FRUUHVSRQGHQ
D]RQDVVLQJXODUHVGHGLYHUVRVSDtVHV\FRQFDUDFWHUtVWLFDVGLQiPLFDVPX\GLVWLQWDVHQWUHVt
FIGURA 1.129
LOCALIZACIÓN DE LOS CINCO PUNTOS DONDE SE HA REALIZADO EL ANÁLISIS
COMPARATIVO DE LOS EXTREMOS DE OLEAJE POR EFECTO DEL CAMBIO
CLIMÁTICO, EN TÉRMINOS DE PERIODO DE RETORNO Y ALTURA
DE OLA ASOCIADA
Fuente: Elaboración propia.
139
CEPAL
Dinámicas, tendencias y variabilidad climática
CUADRO 1.7
COORDENADAS GEOGRÁFICAS (REFERENCIA: ELIPSOIDE WGS84) DE LOS CINCO
PUNTOS DEL ANÁLISIS COMPARATIVOS DE EXTREMOS DE OLEAJE
Localización
Id punto
Longitud
Latitud
332
-46,24
-23,93
Montevideo
373
-56,00
-34,86
La Libertad
709
-89,40
13,48
Baja California
859
-115,87
30,31
Barbados
900
-59,56
13,20
Sao Paulo
Fuente: Elaboración propia.
3HVHDTXHHQORVJUi¿FRVHVSDFLDOHVVHPXHVWUDHOYDORUPHGLRGHODWHQGHQFLDREWHQLGDSDUDFDGD
YDULDEOHHQFDGDSXQWRVHKDFDOFXODGRODGLVWULEXFLyQHVWDGtVWLFDHQODDFWXDOLGDG\HQORVKRUL]RQWHV
WHPSRUDOHVGH¿QLGRV\$VtDPRGRGHHMHPSORHQXQRGHORVSXQWRVVHOHFFLRQDGRVHOGH
%DMD&DOLIRUQLDHQOD¿JXUDVHPXHVWUDFyPRODIXQFLyQGHGHQVLGDGGHDOWXUDVGHRODVHGHVSOD]D
UHVSHFWRDHQORVGRVDxRVKRUL]RQWHVGHELGRDXQDWHQGHQFLDGHDXPHQWRGHDSUR[LPDGDPHQWH
FPDxRYpDVH¿JXUD
FIGURA 1.130
FUNCIONES DE DENSIDAD DE PROBABILIDAD OBTENIDAS PARA UN PUNTO
DE LA COSTA DE AMÉRICA LATINA Y EL CARIBE (BAJA CALIFORNIA).
Fuente: Elaboración propia.
140
CEPAL
Dinámicas, tendencias y variabilidad climática
(VWHGHVSOD]DPLHQWRGHODIXQFLyQGHGHQVLGDGLPSOLFDTXHORVH[WUHPRVHVGHFLUODFRODGHOD
GLVWULEXFLyQFDGDYH]VHGHVSODFHDVXYH]KDFLDPiVDOWXUDGHROD'HHVWDPDQHUDHQOD¿JXUD
VHSXHGHREVHUYDUTXHSDUDXQXPEUDOGHPGHDOWXUDVLJQL¿FDQWHODSUREDELOLGDGGHH[FHGHUHVWH
límite (representado por el área bajo la curva de la distribución, representado en sombreado) es cada
año mayor, pasando de 0,042 a 0,087 entre el 2010 y el 2070. Esta probabilidad, traducido a términos
de periodo de retorno corresponde a algo menos de 24 años en la actualidad y a 17 y 11,5 años en 2040
y 2070, respectivamente.
FIGURA 1.131
PROBABILIDAD ASOCIADA A LA EXCEDENCIA SOBRE 7 M DE ALTURA
DE OLA SIGNIFICANTE Y PERIODO DE RETORNO ASOCIADOS EN UN PUNTO
DE AMÉRICA LATINA Y EL CARIBE (BAJA CALIFORNIA)
Fuente: Elaboración propia.
Comparando los periodos de retorno de 50, 100, 250 y 500 años en los cinco puntos seleccionados,
se puede determinar que si bien en todos la tendencia es de disminución de las alturas de oleaje, la
disminución en términos de periodos de retorno (o inversamente, en aumento de probabilidad de
H[FHGHQFLDYDUtDVLJQL¿FDWLYDPHQWH$VtPLHQWUDVHQHOSXQWR6DR3DXORHOSHULRGRGHUHWRUQRGH
50 años es esperable que disminuya hasta los 7 años en el 2070, en el punto 900 (Barbados) se mantendrá
en 39 años. En términos de altura de ola, la altura asociada a 50 años de retorno en la actualidad, 5 m y
4,89 en los puntos 332 y 900 respectivamente, supondrá que sea de 5,54 y 4,94 en 2070.
Merece la pena llamar la atención en que comparando el punto 373 (Montevideo) y 900
(Barbados) se observa que la disminución en periodos de retorno es del mismo orden (50 años pasará a
ser 35 y 39 en 2070 y 500 años a 389 y 361) en términos de altura de ola, supone un aumento en 2070
de 39 cm en Montevideo y solo 5 cm en Barbados para un periodo de retorno de 50 años. Esto indica
que la forma de la distribución de extremos está marcadamente acotada en la situación de Barbados
YpDVH¿JXUDVREUHHOSDUiPHWURGHIRUPDGHODGLVWULEXFLyQGHH[WUHPRVGHROHDMH\QRRFXUUH
así en Montevideo.
141
CEPAL
Dinámicas, tendencias y variabilidad climática
CUADRO 1.8
VARIACIÓN DE LOS PERIODOS DE RETORNO DE 50, 100, 250 Y 500 AÑOS,
EN LOS AÑOS 2040 Y 2070, EN CINCO PUNTOS DE ANÁLISIS
Tr=50
Id
2010
2040
Sao Paulo
50
18
Montevideo
50
42
Tr=100
2070
Tr=250
Tr=500
2010
2040
2070
2010
2040
2070
2010
2040
2070
7
100
33
12
250
71
24
500
129
40
35
100
85
72
250
218
189
500
442
389
La Libertad
50
17
6
100
32
11
250
75
24
500
144
43
Baja California
50
33
22
100
67
44
250
167
111
500
333
222
Barbados
50
44
39
100
87
77
250
215
185
500
424
361
Fuente: Elaboración propia.
CUADRO 1.9
VARIACIÓN DE LA ALTURA DE OLA ASOCIADA LOS PERIODOS DE RETORNO DE 50,
100, 250 Y 500 AÑOS, EN LOS AÑOS 2040 Y 2070, EN CINCO PUNTOS DE ANÁLISIS
Hs (Tr=50)
Hs(Tr=100)
Hs(Tr=250)
Hs(Tr=500)
Id
2010
2040
2070
2010
2040
2070
2010
2040
2070
2010
2040
2070
Sao Paulo
5,00
5,27
5,54
5,16
5,43
5,71
5,35
5,63
5,91
5,49
5,76
6,05
Montevideo
6,48
6,67
6,87
7,28
7,47
7,67
8,48
8,67
8,87
9,51
9,71
9,90
La Libertad
3,63
3,88
4,13
3,78
4,02
4,27
3,96
4,21
4,45
4,10
4,34
4,58
Baja California
9,01
9,37
9,74
9,63
10,00
10,36
10,46
10,82
11,19
11,08
11,44
11,81
Barbados
4,89
4,92
4,94
5,04
5,07
5,09
5,21
5,24
5,27
5,33
5,36
5,39
Fuente: Elaboración propia.
3RUWDQWRHODQiOLVLVGHH[WUHPRVGHROHDMHKDGHVHUDQDOL]DGRWDQWRGHVGHHOSXQWRGHYLVWD
de la probabilidad como desde el cálculo de tendencias, ya que una mayor tendencia no asegura
unívocamente que se obtenga la mayor variación en la probabilidad de ocurrencia de los extremos de
oleaje debido a que ésta depende de las condiciones actuales de oleaje y de la forma de la distribución
de sus extremos.
(QHOFXDGURVHGHVFULEHODHYROXFLyQGHOSHULRGRGHUHWRUQRGHDOWXUDGHRODVLJQL¿FDQWH
GHDxRVSDUDORVDxRVKRUL]RQWH\HQHVWHFDVRHQGLYHUVDVORFDOL]DFLRQHVGHOGRPLQLRGH
HVWXGLR(VWRVSXQWRVVHXWLOL]DQHQHODQiOLVLVDORODUJRGHORVGLYHUVRVGRFXPHQWRVGHOHVWXGLRSDUD
la evaluación de la vulnerabilidad y los impactos.
CUADRO 1.10
EVOLUCIÓN DEL PERIODO DE RETORNO DE 50 AÑOS DE ALTURA DE OLA
SIGNIFICANTE EN VARIOS PUNTOS DE ESTUDIO
3ROtJRQRGHHVWXGLR
Lon (º)
Lat (º)
2010
2040
2070
Río de Janeiro (BRA)
-43,23
-22,99
50
17,21
6,80
Santos (BRA)
-46,24
-23,93
50
17,93
7,39
Montevideo (URY)
-56,00
-34,86
50
41,85
34,73
Concepción (CHL)
-73,09
-36,83
50
41,94
35,25
(continúa)
142
CEPAL
Dinámicas, tendencias y variabilidad climática
(conclusión)
3ROtJRQRGHHVWXGLR
Lon (º)
Lat (º)
2010
2040
2070
Valparaíso (CHL)
-71,63
-32,96
50
41,70
34,73
Arica (CHL)
-70,45
-18,38
50
34,29
23,86
Chorrillos (PER)
-77,04
-12,09
50
27,94
16,25
Talara (PER)
-81,26
-4,63
50
38,67
24,47
Machala (ECU)
-80,28
-3,40
50
33,87
22,92
La Libertad (ECU)
-80,78
-2,36
50
22,06
10,40
Bahía Solano (COL)
-77,38
6,05
50
16,70
6,66
Los Santos (PAN)
-80,26
7,34
50
23,82
10,69
S. José (CRI)
-83,97
9,29
50
25,33
13,01
Managua (NIC)
-86,57
11,88
50
37,18
27,37
Acapulco (MEX)
-99,73
16,78
50
26,57
14,12
Ensenada (MEX)
-116,69
31,74
50
30,03
18,21
Cabo (MEX)
-109,85
22,98
50
40,57
32,65
9HUDFUX]0(;
-96,02
19,05
50
48,60
47,20
Cancún (MEX)
-86,85
21,04
50
53,16
56,45
P. Plata (DOM)
-70,66
19,70
50
38,37
29,60
Bridgetown (BRB)
-59,56
13,20
50
44,24
39,16
Caracas (VEN)
-67,02
10,59
50
48,90
47,70
Georgetown (GUY)
-57,95
6,70
50
32,60
21,75
)RUWDOH]D%5$
-38,49
-3,81
50
35,07
24,74
Maceio (BRA)
-35,60
-9,52
50
47,58
45,04
P. Segura (BRA)
-39,00
-16,28
50
38,25
29,28
36WD&UX]$5*
-68,26
-50,14
50
50,48
50,96
I. Taggart (CHL)
-75,58
-49,45
50
52,49
55,02
Fuente: Elaboración propia.
Merece la pena resaltar que si bien los periodos de retorno de 100, 250 y 500 años son
determinados por extrapolación estadística a partir de modelos de extremos, como es práctica habitual
\JHQHUDOL]DGDHQHOFDPSRGHODLQJHQLHUtD\HOGLVHxRHOSHULRGRGHDxRVSRUHOFRQWUDULR\SHVH
DSURYHQLUORVUHVXOWDGRVGHOPLVPRDQiOLVLVHVWDGtVWLFRUHÀHMDQHOFDPELRHQODVHULHKLVWyULFDSXHVWR
que las series temporales de partida presentan al menos 60 años y el evento de 50 años de recurrencia
queda incluido en dicho periodo de tiempo.
5.4.2. Tendencias en los eventos extremos de marea meteorológica
/RVHYHQWRVH[WUHPRVGHPDUHDPHWHRUROyJLFDLQÀX\HQGHPDQHUDGHWHUPLQDQWHHQODLQXQGDFLyQGH
ODVFRVWDV\SRUWDQWRHVQHFHVDULRHODQiOLVLVGHpVWRV\GHVXWHQGHQFLD3DUDDQDOL]DUORVH[WUHPRVGH
marea meteorológica se ha aplicado un análisis de extremos basado en una distribución GEV y aplicada
a los máximos mensuales, de manera que se puede determinar la tendencia estacional en caso de que
UHVXOWDVH VLJQL¿FDQWH 'H IRUPD DQiORJD DO ROHDMH VH KDQ FDOFXODGR ORV SHULRGRV GH UHWRUQR GH \DxRVSDUDHVWDYDULDEOH(QOD¿JXUDVHPXHVWUDHOYDORUGHPDUHDPHWHRUROyJLFD
asociado a un periodo de retorno de 50 años en el año 2040.
143
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.132
MAREA METEOROLÓGICA ASOCIADA A UN PERIODO DE RETORNO
DE 50 AÑOS EN EL AÑO 2040
0HWURV
Fuente: Elaboración propia.
$QDOL]DQGR ORV UHVXOWDGRV GH ODV WHQGHQFLDV DQXDOHV SDUD OD PDUHD PHWHRUROyJLFD VH SXGH
FRQFOXLUTXHOD]RQDFRQPD\RUWHQGHQFLDHV5tRGHOD3ODWDGRQGHVHREWLHQHQDXPHQWRVGHKDVWD
PPDxR(VWDPELpQVLJQL¿FDWLYDODWHQGHQFLDHQHOJROIRGH&DOLIRUQLDGRQGHHVWiGLVPLQX\HQGRDXQD
WDVDGHDSUR[LPDGDPHQWHPPDxR(QODVFRVWDVGH%UDVLOVHREVHUYDWDQWRXQDXPHQWRHQOD]RQD
Sur como una disminución en el Norte, en ambos casos se trata de tendencias moderadas en el entorno
de los 1,5 mm/año.
FIGURA 1.133
TENDENCIA ANUAL DE LARGO PLAZO EN LOS EXTREMOS DE MAREA
METEOROLÓGICA EN 2010-2040
0LOtPHWURVDxR
Fuente: Elaboración propia.
144
CEPAL
Dinámicas, tendencias y variabilidad climática
Con respecto a las tendencias por estaciones, las tendencias son sostenidas durante todo el año
tal y como ocurre con la marea meteorológica que no presenta una variación estacional en sus extremos
PX\PDUFDGDFRQV~OWHVH¿JXUDVREUHODHVWDFLRQDOLGDGGHOFXDQWLOGHPDUHDPHWHRUROyJLFD
En la costa Sur de Brasil se observa un ligero repunte de la tendencia en los meses de verano que se
VXDYL]DHQLQYLHUQR3UHFLVDPHQWHHQYHUDQRVHREVHUYDXQDOLJHUDGLVPLQXFLyQGHODVWHQGHQFLDVHQHO
golfo de California.
FIGURA 1.134
TENDENCIA DE LARGO PLAZO ESTACIONAL DE MAREA METEOROLÓGICA
0LOtPHWURVDxR
Fuente: Elaboración propia.
145
CEPAL
Dinámicas, tendencias y variabilidad climática
5.5. Resumen de las tendencias
NIVEL MEDIO
DEL MAR
La tendencia es inequívocamente de ascenso del nivel medio del mar. Además, con generalidad,
las tendencias muestran una aceleración del cambio en las últimas décadas y que es esperable que
siga una evolución similar.
La tendencia media global actual de ascenso de nivel medio del mar es de 3,3 mm/año con una
aceleración media en el siglo XX de 0,0083 mm/año, coincidiendo con estudios previos.
A lo largo de todo el dominio de ALyC se observa una variabilidad espacial de la tendencia
con valores mínimos alrededor de 1 mm/año en Ecuador y máximos de 3 mm/año en el Norte
GH%UDVLO9HQH]XHOD5HS~EOLFD%ROLYDULDQDGH\HQSDUWHGHO&DULEHDQDOL]DQGRFDGD
punto individualmente.
En prácticamente todas las islas del Caribe la tendencia actual de cambio es de aproximadamente 2,5
mm/año.
/RVYDORUHVPi[LPRVGHDFHOHUDFLyQVHGHWHFWDQHQHOQRUWHGH%UDVLO9HQH]XHOD5HS~EOLFD
Bolivariana de) y la parte de Colombia perteneciente al Caribe.
Los valores mínimos de aceleración se observan en Ecuador.
Con una técnica de análisis espacial de las tendencias se obtiene una tendencia general de 2 mm/
año de ascenso.
(QORVPDSDVHVSDFLDOHVVHREVHUYDXQDFODUDLQÀXHQFLDGHSDWURQHVFOLPiWLFRVHQODFRVWD
HFXDWRULDOGHO3DFt¿FRREVHUYiQGRVHWDPELpQPHQRUHVWHQGHQFLDV
Con las tendencias observadas en la actualidad, y en ausencia de un sobreaceleramiento futuro,
VHUtDQHVSHUDEOHVYDORUHVHQHOHQWRUQRGHORVFPGHDVFHQVRSDUDHODxRKRUL]RQWHGH
valor que está dentro del rango de variación de la estacionalidad actual.
Se ha demostrado que valores de variación del nivel medio por patrones climáticos interanuales
tienen el mismo rango de variación que las tendencias esperables (sin un factor de aceleramiento
no contemplado) para la próxima mit ad de siglo.
6HKDFRQWHPSODGRHQHODQiOLVLVODVXEVLGHQFLDGHDOJXQDV]RQDVHQODUHJLyQ(OUHVXOWDGRHVXQD
tendencia mayor de cambio y valores de ascenso del nivel del mar en torno a 30 cm de media para
SULQFLSDOPHQWHHQODV]RQDVGHOWDLFDV
SALINIDAD
Elevada variabilidad espacial con tendencias positivas y negativas.
$XPHQWRVLPSRUWDQWHVHQODVFRVWDVGHO3DFt¿FR1RUWH\FRVWD$WOiQWLFDGHOKHPLVIHULR6XU
Tendencias negativas reseñables en el sur de Chile y en gran parte del Caribe.
TEMPERATURA
SUPERFICIAL
DEL MAR
Las tendencias obtenidas muestran un aumento medio de la temperatura del aire en la costa
$WOiQWLFDFRQGLVPLQXFLRQHVORFDOL]DGDVHQ]RQDVGHODFRVWD3DFt¿FD
$XPHQWRVHQWRUQRD&GHDVFHQVRVHUtDQHVSHUDEOHVHQODVFRVWDVGHOQRUWHGH%UDVLOSDUD
mediados de siglo.
VIENTO
Se observan tendencias tanto positivas como negativas en la región, con gran variabilidad espacial.
En el sur del continente el patrón espacial parece más estable y podrían esperarse cambios por
encima de 1 m/s para la segunda mitad de siglo.
Se han observado tendencias de giro de la dirección del viento, con gran variabilidad espacial.
(continúa)
146
CEPAL
Dinámicas, tendencias y variabilidad climática
(conclusión)
OLEAJE
,QFUHPHQWRGHODDOWXUDGHRODVLJQL¿FDQWHVXSHUDGDKHQHODxRGHDSUR[LPDGDPHQWHFP
año en el sur de Brasil, Uruguay y norte de Argentina, así como en la Baja California y la costa
3DFt¿FDGH0p[LFR\ODIDFKDGDVXUGH&XED
Disminuciones ligeras (menores a 1 cm/año) o nulas en el sur del Golfo de México, Norte de
%UDVLO\9HQH]XHOD5HS~EOLFD%ROLYDULDQDGH
/DSUREDELOLGDGGHTXHVHSURGX]FDXQFDPELRGHPiVGHPHQOD+V12, en términos medios,
para la segunda mitad de siglo es alta.
Los mayores cambios en la Hs12 superarían ampliamente 1 m respecto a las condiciones actuales
en los lugares de máxima tendencia para la segunda mitad de siglo.
/RVYDORUHVPi[LPRVGHDOWXUDGHRODVLJQL¿FDQWHDXPHQWDQHQHOYHUDQRDXVWUDOHQHOVXUGH&KLOH
(2,5 cm/año), en el invierno austral en Uruguay y sur de Brasil (1,5 cm/año). En prácticamente el
resto de los puntos existe un ligero aumento positivo de 0,5 cm/año salvo en primavera en el Golfo
de México y en el Caribe Colombiano con disminuciones de 1 cm/año.
/DVFRQGLFLRQHVPHGLDVGHOROHDMHHVWiQWDPELpQFDPELDQGR6LQHPEDUJRHQHVWHFDVROD]RQDGH
PD\RUWHQGHQFLDHVODFRVWD3DFt¿FDGH0p[LFRFRQYDORUHVGHDSUR[LPDGDPHQWHFPDxR
Todas estas tendencias se han evaluado sin tener en cuenta los oleajes extremos generados por
los huracanes.
Tanto las condiciones medias como las extremas están cambiando en la región. Los valores del
UDQJRPiVDOWRGHROHDMHUHÀHMDQXQPD\RUFDPELRTXHODVFRQGLFLRQHVPHGLDV(QODVFRVWDV
3DFt¿FDVGHOKHPLVIHULR1RUWHHVWiQDXPHQWDQGRWDQWRHOROHDMHPHGLRFRPRORVHYHQWRVH[WUHPRV
8QDVHJXQGD]RQDGHFDPELRVLJQL¿FDQWHREVHUYDGRHVHOVXUGH%UDVLO8UXJXD\\QRUWHGH
Argentina, donde también tanto los valores medios como los extremos están aumentando pero sin
embargo, la tendencia de los valores medios es más débil que en el hemisferio norte.
/DGLUHFFLyQPHGLDGHOROHDMHSUHVHQWDLPSRUWDQWHVYDULDFLRQHVGHODUJRSOD]RFRQJLURVGHKDVWD
DxRHQHOVHQWLGRGHODVDJXMDVGHOUHORMHQHOQRUWHGH%UDVLOVXUGH(FXDGRU\3HU~FRVWD
3DFt¿FDGHOVXUGH0p[LFR&RVWD5LFD\3DQDPiVXUGH&KLOHDxR\VXUGH%UDVLO(QOD
Baja California, costa Caribeña de Centroamérica y Argentina se han detectado tendencias del
RUGHQGHDxRHQVHQWLGRFRQWUDULRDODVDJXMDVGHOUHORM
MAREA
Se han detectado una ligera tendencia (0,5 cm/año) de ascenso de los extremos de marea
METEOROLÓGICA PHWHRUROyJLFDHQOD]RQDGHO5tRGHOD3ODWDSUHFLVDPHQWHGRQGHPD\RUHVYDORUHVVHREWLHQHQSDUD
esta variable en la actualidad, y sur de Brasil.
Un segundo foco de cambio es el golfo de California, con pequeñas tendencias negativas
(-0,5 cm/año).
En ambos casos las tendencias se mantienen en todas las estaciones, concordando con la pequeña
estacionalidad observada en el comportamiento actual.
147
CEPAL
Dinámicas, tendencias y variabilidad climática
6. Análisis de la variabilidad climática interanual
de las dinámicas en América Latina y el Caribe
6.1. Introducción
(QHOLQIRUPHGHOJUXSR,GHO,3&&VHD¿UPDTXHH[LVWHQSUXHEDVVREUHFDPELRVDODUJRSOD]RHQOD
FLUFXODFLyQDWPRVIpULFDDJUDQHVFDODWDOHVFRPRHOGHVSOD]DPLHQWRKDFLDORVSRORV\HOIRUWDOHFLPLHQWR
de los vientos del oeste. Además, muchos cambios climáticos regionales se pueden describir en términos
de pautas de variabilidad climática preferenciales y por ende, como cambios en la aparición de índices
TXHFDUDFWHUL]DQODIXHU]D\IDVHGHHVWDVSDXWDV/DVFDUDFWHUtVWLFDVGHODVÀXFWXDFLRQHVGHORVYLHQWRV
GHORHVWHFDOFXODGRVSRU]RQDVHQORVGRVKHPLVIHULRVKDQVLGRH[SOLFDGDVUHFLHQWHPHQWHPHGLDQWHORV
“modos anulares”, el Modo Anular del HN y el Modo Anular del HS (NAM y SAM). Los cambios
observados se pueden expresar como un cambio en la circulación hacia la estructura asociada a una
señal de estas pautas preferenciales.
Por otra parte, la variabilidad multidecadal también es evidente en el océano y atmósfera del
Atlántico. En el HS, los cambios de circulación relacionados con el aumento del SAM desde la década
de los 80 hasta la fecha actual se asocian a un fuerte calentamiento de la Península Ártica y, en menor
PHGLGDDODV]RQDVGHHQIULDPLHQWRGHOFRQWLQHQWHDQWiUWLFR7DPELpQVHKDQREVHUYDGRFDPELRVHQ
ODVLQWHUUHODFLRQHVRFpDQRDWPyVIHUDHQHO3DFt¿FR(O(162HVHOPRGRGRPLQDQWHGHYDULDELOLGDG
a escala global dentro de las escalas de tiempo interanuales, aunque en ocasiones esto ha sido menos
visible. El cambio climático de 1976–1977 relacionado con el cambio de la fase en la Oscilación Decadal
GHO3DFt¿FR2'3HQGLUHFFLyQDVXFHVLYRVFDPELRVHQODHYROXFLyQGHO(162PiVGHWLSR(O1LxRKD
DIHFWDGRDPXFKDV]RQDVLQFOXVRDODVPRQ]yQLFDVGHO7UySLFR3RUHMHPSORORVFDPELRVHQ$PpULFD
GHO1RUWHUHODFLRQDGRVSRUWHOHFRQH[LyQGHO(162\ODSDXWD3DFt¿FR1RUWHDPHULFDQD331SDUHFHQ
haber llevado a cambios opuestos en todo el continente, ya que la parte oeste se ha calentado más que
la del este, en que además el tiempo es ahora más nubloso y húmedo (IPCC 2007).
3HVHDHVWRVKHFKRVFRQ¿UPDGRVH[LVWHXQDDOWDLQFHUWLGXPEUHHQFyPRHOFDPELRFOLPiWLFR
YDDDIHFWDUDOIHQyPHQR(162&ROOLQVHWDO\SDUHFHQRKDEHUFRQFOXVLRQHVHQ¿UPHVREUHHO
aumento o la disminución de la frecuencia e intensidad de eventos ENSO en el futuro (Nicholls 2008,
149
CEPAL
Dinámicas, tendencias y variabilidad climática
Collins et al. 2005, Van Oldenborgh et al. 2005, Cane 2005). Por todo esto, resulta fundamental incluir
el fenómeno ENSO, así como otros patrones climáticos, en el análisis de las dinámicas presentes en la
región de ALyC y en el posterior análisis de riesgo.
(QHVWHWUDEDMRVHKDDQDOL]DGRODLQÀXHQFLDTXHGLYHUVRVtQGLFHVFOLPiWLFRVWLHQHQVREUHODV
GLVWLQWDVYDULDEOHVHVWXGLDGDV(ODQiOLVLVUHDOL]DGRHQHVWHHVWXGLRSHUPLWLUiUHDOL]DUXQDSURJQRVLV
basada en downscaling estadístico, en la cual el predictor sea el índice climático y el predictando el
agente considerado. Los índices climáticos se obtienen a partir de patrones espacio-temporales de gran
HVFDODGHWHPSHUDWXUDVXSHU¿FLDOGHOPDU667\SUHVLyQ6/3(VWHHVWXGLRFRQWULEX\HDSUHGHFLU
cómo se van a comportar variables costeras, por ejemplo, el nivel del mar, dado un determinado valor
del índice climático en consideración.
(QGH¿QLWLYDHVWHDSDUWDGRWUDWDGHSURSRUFLRQDUXQDUHODFLyQXQtYRFDHQWUHHOtQGLFHFOLPiWLFR
y su respuesta en la magnitud de los agentes costeros esperables, así como el análisis del desfase
WHPSRUDOHQHOTXHRFXUULUtDFRQHO¿QGHGHWHUPLQDUHQTXpPDQHUDLQÀX\HFDGDSDWUyQHQODVGLVWLQWDV
variables del estudio.
6.2. Técnicas estadísticas para analizar la variabilidad
climática de los agentes
3XHVWR TXH OD LQÀXHQFLD GH SDWURQHV FOLPiWLFRV GH PDFURHVFDOD SXHGH VHU XQD GH ODV IXHQWHV PiV
LPSRUWDQWHVGHYDULDELOLGDGHVSDFLDO\WHPSRUDOHQODVGLQiPLFDVFRVWHUDVVHKDHVWXGLDGRODLQÀXHQFLD
en el oleaje, el nivel del mar y la marea meteorológica de diversos índices: la oscilación del Ártico
(AO), la oscilación anular del Sur (SAM), el fenómeno ENSO, el 6RXWKHUQ2VFLOODWLRQ,QGH[(SOI),
el SDWUyQ 3DFL¿F 1RUWK $PHULFDQ ,QGH[ (PNA), el :HVWHUQ 3DFL¿F ,QGH[ (WP), el (DVWHUQ 3DFL¿F
2VFLOODWLRQ (EP/NP), la 1RUWK$WODQWLF2VFLOODWLRQ (NAO), el (DVW$WODQWLF,QGH[ (EA), &DULEEHDQ667
,QGH[ (CAR), el patrón (DVW$WODQWLF:HVWHUQ5XVVLD (EA/WR), el patrón escandinavo SCA, el 'LSROH
0RGH,QGH[ (DMI), la $WODQWLF0XOWLGHFDGDO2VFLOODWLRQ (AMO), la 4XDVL%LHQQLDO2VFLOODWLRQ (QBO),
el 1RUWKHDVW %UD]LO UDLQIDOO (NBR), el 1RUWK 7URSLFDO $WODQWLF 667 ,QGH[ (NTA), el 7URSLFDO 1RUWK
$WODQWLF,QGH[ (TNA), y el 7URSLFDO6RXWKHUQ$WODQWLF,QGH[ (TSA).
3XHVWRTXHORVSDWURQHVFOLPiWLFRV\VXLQÀXHQFLDHQODVYDULDEOHVSXHGHVHUFRHWiQHDHQHO
WLHPSRRGLIHULGDVHJ~QODORFDOL]DFLyQGHOSXQWRVHKDDQDOL]DGRHOGHVIDVHWHPSRUDOTXHFDGDXQR
de estos fenómenos puede tener en los distintos puntos de la costa de ALyC, antes o después de que el
patrón climático tenga lugar.
6HKDDQDOL]DGRODLQÀXHQFLDVREUHHOROHDMHGHODWRWDOLGDGGHORVtQGLFHV\VREUHHOQLYHOGHO
PDU\HOSHUFHQWLOGHPDUHDPHWHRUROyJLFDGHOGHORVtQGLFHVFRQPD\RULQÀXHQFLD1,f2&$5
TNA, SOI, TSA y PNA.
Estos resultados aportan información sobre cómo el valor de un determinado índice (que
representa un patrón climático concreto) puede afectar a las dinámicas costeras, y en consecuencia, si
se dispusiera de predicciones de los mismos se tendría de forma indirecta una predicción de su afección
en la dinámica costera, y, más aún, cuándo se produciría ésta.
(OPRGHORXWLOL]DGRSDUDDQDOL]DUODLQÀXHQFLDGHGLYHUVRVtQGLFHVFOLPiWLFRVHQODVGLQiPLFDV
costeras de ALyC ha sido un modelo basado en una regresión lineal que relaciona cada índice
FOLPiWLFRFRQODYDULDEOHHVWXGLDGDUHVWDGDODWHQGHQFLD\HVWDQGDUL]DGDSDUDHYLWDUODLQÀXHQFLDGHOD
HVWDFLRQDOLGDG'HHVWDPDQHUDVyORVHDQDOL]DODUHODFLyQHQWUHODDQRPDOtDGHODVHxDOVLQWHQGHQFLD
QLHVWDFLRQDOLGDG\ODYDULDELOLGDGFOLPiWLFD(OFRH¿FLHQWHGHODUHJUHVLyQVHKDGHWHUPLQDGRPHGLDQWH
PtQLPRVFXDGUDGRV6LODUHJUHVLyQHVVLJQL¿FDWLYDHVWDGtVWLFDPHQWHDOSHVHDFHSWDTXHH[LVWH
LQÀXHQFLDGHOtQGLFHHQODYDULDEOHDQDOL]DGD(OPRGHOROLQHDOSODQWHDGRUHVSRQGHDODHFXDFLyQVLJXLHQWH
150
CEPAL
Dinámicas, tendencias y variabilidad climática
;W±;PHs
= ȕÂ,&W
ıPHs
(1.11)
Donde ; W es la señal sin tendencia; XPHs y ıPHs son la media y la desviación mensual,
respectivamente, del mes correspondiente en todos los años de la serie temporal; ȕUHSUHVHQWDHOFRH¿FLHQWH
de la correlación lineal e ,&HVODVHULHWHPSRUDOGHOtQGLFHFOLPiWLFRDQDOL]DGRWDPELpQHVWDQGDUL]DGR
$GHPiVSDUDGHWHUPLQDUODSDUWHGHODYDULDQ]DGHFDGDGLQiPLFDH[SOLFDGDSRUORVtQGLFHV
FOLPiWLFRVVHKDGHWHUPLQDGRHO³FRH¿FLHQWHGHGHWHUPLQDFLyQ´TXHUHODFLRQDODYDULDQ]DGHOUHVLGXR
GHO PRGHOR \ GH OD VHxDO RULJLQDO (VWH LQGLFDGRU UHÀHMD HO SRUFHQWDMH GH YDULDFLyQ GH OD YDULDEOH
dependiente explicado por el modelo y se calcula como:
=1–
52 = 9(91(
9797
(1.12)
Donde VE representa la Variación de la variable dependiente Explicada por el modelo,91(
la Variación de la variable dependiente No Explicada por el modelo, y 97la Variación total de la
variable dependiente.
(Q ODV JUi¿FDV TXH VLJXHQ VH UHSUHVHQWDUi HO FRH¿FLHQWH GH FRUUHODFLyQ REWHQLGR HQWUH ODV
VHULHVWHPSRUDOHVGHODVGLVWLQWDVYDULDEOHV\ODVVHULHVGHORVtQGLFHVFOLPiWLFRVDPEDVHVWDQGDUL]DGDV
UHVWDGDVODPHGLD\GLYLGLGDVHQWUHODGHVYLDFLyQWtSLFD(VWRVUHVXOWDGRVUHÀHMDQFXiOHVODLQÀXHQFLD
GHORVGLVWLQWRVtQGLFHVVREUHODVYDULDEOHVDQDOL]DGDVHQRWUDVSDODEUDVGHWHUPLQDQVLXQtQGLFHWLHQH
RQRLQÀXHQFLDVREUHXQDFLHUWDYDULDEOHGHODFRVWDHQTXpPHGLGDDIHFWDXQDYH]YLVWRVLLQÀX\H
Sin embargo, para determinar cuál es la contribución dimensional de un cierto valor de un
índice climático en las variables es necesario determinar el producto siguiente:
Xi ı PHVÂȕ&Â,&i;PHV
(1.13)
Donde ,&i representa un cierto valor del índice climático que se puede obtener a través de los
servicios operacionales meteorológicos de diversas agencias y organismos (por ejemplo: NOAA). Para
que se pueda obtener de este estudio dicha información se han incluido también los resultados en forma
GHJUi¿FRVHVSDFLDOHVGHORVWpUPLQRVı PHVÂȕ& y X PHV, de tal forma que multiplicando el valor del índice
por el primer término y sumando el segundo, se podría obtener la contribución sobre la variable X.
Obsérvese que para variables con resolución temporal mensual se obtendrían 12 representaciones, una
SDUDFDGDPHV3RUVHQFLOOH]GHXWLOL]DFLyQGHORVUHVXOWDGRVVHKDUHDOL]DGRXQDVRODUHSUHVHQWDFLyQ
por índice y variable, determinando en ambos términos la media de las desviaciones típicas y valores
medios mensuales en los 12 meses.
151
CEPAL
Dinámicas, tendencias y variabilidad climática
6.3. Descripción de los índices climáticos analizados
6HKDQDQDOL]DGRGLYHUVRVtQGLFHVFOLPiWLFRV\GHHOORVVHGHVFULEHQ\VHSUHVHQWDQORVUHVXOWDGRVD
FRQWLQXDFLyQGHORVTXHPD\RULQÀXHQFLDKDQGHPRVWUDGRVREUHORVDJHQWHVGHROHDMHGLUHFFLyQGHÀXMR
medio de energía, nivel medio del mar y marea meteorológica.
AO (Artic Oscilation) y SAM (Southern Hemisphere Annular Mode)
La oscilación del Ártico (AO) y la Oscilación anular del sur u oscilación del Antártico (SAM)
VRQORVGRVSDWURQHVFOLPiWLFRVFRQPD\RULQÀXHQFLDHQHOKHPLVIHULRQRUWH\VXUUHVSHFWLYDPHQWH(O
índice AO representa el estado de la circulación atmosférica sobre el Ártico. Es el patrón dominante
GHODVYDULDFLRQHVQRHVWDFLRQDOHVGHSUHVLyQDQLYHOGHOPDUHQODWLWXGHVPiVDOVXUGHORV1\VH
FDUDFWHUL]DSRUDQRPDOtDVGHSUHVLyQGHXQVLJQRHQHOÈUWLFR\DQRPDOtDVGHVLJQRRSXHVWRFHQWUDGDV
VREUH ORV 1 7KRPSVRQ \ :DOODFH /D IDVH SRVLWLYD SURGXFH SUHVLRQHV PiV EDMDV GH
lo normal en la región polar, lo que se traduce en un desvío hacia el norte de las borrascas y por lo
tanto, condiciones más húmedas sobre Escocia y Escandinavia y más secas en áreas como la Península
Ibérica o los países del Este.
FIGURA 1.135
SERIE TEMPORAL DEL ÍNDICE CLIMÁTICO AO
Fuente: Elaboración propia.
En el hemisferio sur, el SAM representa el homólogo del AO en latitudes por encima de
ORV66HFDUDFWHUL]DSRUODVDQRPDOtDVGHSUHVLyQGHXQVLJQRFHQWUDGDVVREUHOD$QWiUWLGD\ODV
DQRPDOtDVGHVLJQRFRQWUDULRVREUHODVODWLWXGHV67KRPSVRQ\:DOODFH
152
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.136
SERIE TEMPORAL DEL ÍNDICE CLIMÁTICO SAM
Fuente: Elaboración propia.
(162(O1LxR6RXWKHUQ2VFLOODWLRQ(126(O1LxR2VFLODFLyQGHO6XU
El fenómeno conocido por Oscilación del Sur El Niño (El Niño 6RXWKHUQ2VFLOODWLRQENSO)
HVDSDUHQWHPHQWHHOPiVIXHUWH\SUHGHFLEOHGHORVSULQFLSDOHVVLVWHPDVTXHLQÀX\HQHQODYDULDELOLGDG
climática. Este fenómeno de acción combinada entre la atmósfera y el océano es conocido por su
relación con inundaciones, sequías y otros cambios en el clima en distintas regiones del mundo,
especialmente pronunciadas en Sudamérica, Indonesia y Australia (Rasmusson y Carpenter, 1983) y
tiene una manifestación cuasi-regular, apareciendo con una frecuencia variable de 2 a 6-7 años. El
ENSO está formado por una componente oceánica denominada “El Niño” (o “La Niña” dependiendo
GH OD IDVH TXH VH FDUDFWHUL]D SRU HO FDOHQWDPLHQWR R HQIULDPLHQWR GH ODV DJXDV VXSHU¿FLDOHV GH OD
]RQD WURSLFDO RULHQWDO GHO RFpDQR 3DFt¿FR \ SRU XQD FRPSRQHQWH DWPRVIpULFD 2VFLODFLyQ GHO 6XU
TXHVHFDUDFWHUL]DSRUFDPELRVHQODSUHVLyQVXSHU¿FLDOHQOD]RQDWURSLFDOGHO3DFt¿FRRHVWH$PEDV
componentes van ligadas, cuando se produce fase Niño se produce el aumento de presión en el oeste
GHO3DFt¿FRPLHQWUDVTXHHQIDVH1LxDHOHQIULDPLHQWRGHODVDJXDVSURGXFHODVLWXDFLyQGHOFHQWURGH
EDMDVSUHVLRQHVHQHO3DFt¿FRRHVWH
153
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.137
ANOMALÍAS DE PRESIÓN EN EL PACÍFICO BAJO SITUACIONES DE NIÑO Y NIÑA
Fuente: NOAA (http://www.cpc.ncep.noaa.gov/products/
analysis_monitoring/ensocycle/soilink.shtml).
(QFRQGLFLRQHVQRUPDOHVORVYLHQWRVDOLVLRVGHVSOD]DQODFDSDVXSHU¿FLDOGHDJXDFDOLHQWHGHO
RFpDQR3DFt¿FRKDFLDHORHVWHSRUORTXHHOQLYHOGHOPDUHVDSUR[LPDGDPHQWHPHGLRPHWURPiVDOWR
HQODVFRVWDVGH,QGRQHVLDTXHIUHQWHD3HU~\(FXDGRU\ODGLIHUHQFLDGHWHPSHUDWXUDVXSHU¿FLDOGHO
DJXDHQWUHHVWDVGRV]RQDVHVGHXQRV&(QHVWDVFRQGLFLRQHVFXDQGRORVYLHQWRVVRQIXHUWHVOD]RQD
FHQWURRULHQWDOGHO3DFt¿FRWLHQGHDVHUPiVIUtDHQOD]RQDHFXDWRULDOTXHHQ]RQDVDG\DFHQWHVGHOQRUWH
\GHOVXU&RPRFRQVHFXHQFLDODWHUPRFOLQDVHLQFOLQDKDFLDODVXSHU¿FLHHQODVFRVWDVGH6XGDPpULFD
\VHSURIXQGL]DHQODVFRVWDVGHOVXGHVWHGH$VLDORFXDOSURGXFHXQDVFHQVRGHVGHHOIRQGRGHORFpDQR
GHDJXDIUtDULFDHQQXWULHQWHVHQHOHVWHFUHDQGRXQD]RQDSURGXFWLYDHQSHVTXHUtDVDORODUJRGHOD
]RQDGH6XGDPpULFD(ODÀRUDPLHQWRGHDJXDIRUPDXQD³OHQJXDIUtD´HQHO3DFt¿FRHVWHTXHFRPLHQ]D
cerca de la costa de Sudamérica y se extiende desde cientos a miles de kilómetros hacia el oeste a lo
largo del Ecuador.
154
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.138
ESQUEMA DE LA SITUACIÓN DE VIENTOS Y ESTRUCTURA OCEÁNICA
EN CONDICIONES NORMALES DEL FENÓMENO ENSO EN LOS MESES
DE DICIEMBRE A FEBRERO
Fuente: NOAA (http://www.cpc.ncep.noaa.gov/products/
analysis_monitoring/ensocyclemeanrain.shtml).
Durante la fase positiva del fenómeno, los vientos alisios se debilitan y la lengua de agua fría
GLVPLQX\HUHHPSOD]iQGRVHSRUDJXDFDOLHQWHGHODSDUWHRFFLGHQWDOGHO3DFt¿FR(QHVWDVLWXDFLyQOD
WHUPRFOLQDSURIXQGL]DHQODSDUWHRULHQWDOGHO3DFt¿FR\GHMDGHSURGXFLUVHHODÀRUDPLHQWRGHDJXD
fría y rica en nutrientes, lo que produce una disminución de la producción de las pesquerías de la costa
SDFt¿FDGH6XGDPpULFD/RVHYHQWRVIXHUWHVGHHVWDDQRPDOtDUHFLEHQHOQRPEUHGH³(O1LxR´\RFXUUHQ
entre diciembre y febrero. Suelen perdurar durante varios meses.
La fase negativa del ENSO recibe el nombre de “La Niña” y representa el caso opuesto a la
VLWXDFLyQ1LxR(VWDIDVHFRQOOHYDXQDLQWHQVL¿FDFLyQGHORVYLHQWRVDOLVLRVTXHGHVSOD]DQKDFLDHORHVWH
ODFDSDVXSHU¿FLDOGHDJXDGHO3DFt¿FRGDQGROXJDUDFRQGLFLRQHVFiOLGDV\K~PHGDVHQHVWD]RQD\OD
DVFHQVLyQ\GHVSOD]DPLHQWRGHODOHQJXDGHDJXDIUtDHQHO3DFt¿FRHVWH/DVFRQVHFXHQFLDVFOLPiWLFDV
durante los eventos de Niña tienden a ser opuestos a los de Niño, pero menos intensas.
FIGURA 1.139
ESQUEMA DE LA SITUACIÓN DE VIENTOS Y ESTRUCTURA OCEÁNICA
EN FASE NIÑO Y FASE NIÑA
Fuente: Wikipedia (http://en.wikipedia.org/wiki/El_Niño-Southern_Oscillation).
155
CEPAL
Dinámicas, tendencias y variabilidad climática
(OIHQyPHQR(162HVWiPRQLWRUL]DGRSRUtQGLFHVGHWHPSHUDWXUDVXSHU¿FLDOGHODJXDtQGLFHV
1LxR\GHSUHVLyQtQGLFHGHODRVFLODFLyQGHOVXU62,/RVtQGLFHVGH667HVWiQGH¿QLGRVHQFXDWUR
UHJLRQHVDORODUJRGHO(FXDGRU\PLGHQODVGLIHUHQFLDVGHWHPSHUDWXUDHQHVWDV]RQDV/DVUHJLRQHV
HVWiQGHQRPLQDGDV1,f2:61,f2:61,f2:1
6\1,f2:16(VWDVUHJLRQHVIXHURQFUHDGDVDSULQFLSLRVGHORVSHURVHKDQ
LGRPRGL¿FDQGR\FRPELQDQGRGHIRUPDTXHORTXHDQWHVHUDQODVUHJLRQHV1,f2\1,f2DKRUDVRQ
ODUHJLyQ1,f2DGHPiVXQDQXHYDUHJLyQOODPDGD1,f2:16IXHFUHDGD
\HVGHODVPiVXWLOL]DGDVDOUHVSRQGHUSHUIHFWDPHQWHDOIHQyPHQR\FRUUHODFLRQDUVHPX\ELHQFRQHO
tQGLFH62,(QHVWHHVWXGLRVHKDXWLOL]DGRHOtQGLFH1,f2SRUVHUPiVFHUFDQRDOD]RQDGHHVWXGLR
que el NIÑO 3.4.
FIGURA 1.140
REGIONES DE MEDIDA DE LOS ÍNDICES NIÑO
Fuente: NOAA (http://www.srh.noaa.gov/jetstream//tropics/enso.htm).
El índice SOI representa la componente atmosférica del fenómeno, denominada Oscilación del
6XU(VWHtQGLFHHVWiEDVDGRHQODGLIHUHQFLDGHSUHVLRQHVHVWDQGDUL]DGDVDQLYHOGHOPDUHQWUH7DKLWtHQ
HO3DFt¿FRFHQWUDO\'DUZLQHQ$XVWUDOLD(QODIDVHSRVLWLYDGHO62,ODSUHVLyQEDURPpWULFDHQ7DKLWt
HVPD\RUTXHHQOD]RQDGH'DUZLQIDVH1LxDPLHQWUDVTXHHQODIDVHQHJDWLYDODSUHVLyQDXPHQWDHQ
el oeste y cae en el este al debilitarse los vientos alisios (fase Niño).
$PERVtQGLFHVHVWiQFRUUHODFLRQDGRVFRPRVHSXHGHYHUHQODV¿JXUDV\(OSDQHO
superior muestra la evolución temporal del SOI mientras que en el panel inferior se muestra el NIÑO3
para el mismo período de tiempo. Cuando la presión en Tahití es menor que en Darwin la anomalía de
WHPSHUDWXUDHQHO1,f2HVSRVLWLYDURMRHQOD¿JXUDRFXUULHQGRHOHSLVRGLRFiOLGRGHO(162\SRU
lo tanto situación de Niño. Por el contrario, cuando la presión en Tahití es mayor que en Darwin, la
temperatura del NIÑO 3 es menor de lo normal y por lo tanto estamos ante un episodio de Niña (fase
IUtDGHO(162HQD]XO
156
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.141
SERIE TEMPORAL DEL ÍNDICE CLIMÁTICO SOI
Fuente: Elaboración propia.
FIGURA 1.142
SERIE TEMPORAL DEL ÍNDICE CLIMÁTICO NIÑO3
Fuente: Elaboración propia.
AMO (Atlantic Multidecadal Oscillation)
La $WODQWLF0XOWLGHFDGDO2VFLOODWLRQ (AMO) es un modo de variabilidad que tiene lugar en
el Océano Atlántico Norte y que tiene su principal manifestación en el campo de temperaturas del
PDU VXSHU¿FLDO 667 ([LVWHQ SUXHEDV GH HVWH PRGR HQ PRGHORV \ REVHUYDFLRQHV KLVWyULFDV SHUR
hay controversia respecto su amplitud, y en particular, su contribución en las temperaturas del mar
VXSHU¿FLDOHQHO$WOiQWLFRWURSLFDOHQiUHDVLPSRUWDQWHVSDUDHOGHVDUUROORGHKXUDFDQHV
157
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.143
SERIE TEMPORAL DEL ÍNDICE CLIMÁTICO AMO
Fuente: Elaboración propia.
El índice AMO está correlacionado con la temperatura del aire y la precipitación en gran
parte del hemisferio Norte, en particular, en Norteamérica y Europa, así como el Noreste de Brasil y la
precipitación en el Sáhel de África, y en el clima de verano en Norteamérica y Europa. También está
DVRFLDGRFRQFDPELRVHQODIUHFXHQFLDGHODVVHTXtDVHQHOQRUWHGH$PpULFD\VHUHÀHMDHQODIUHFXHQFLD
de los huracanes severos del Atlántico.
Investigaciones recientes sugieren que el AMO está relacionado con la ocurrencia de las
mayores sequías en Centro-Oeste y Sudoeste de Estados Unidos. Cuando el índice AMO está en su fase
cálida, estas sequías tienden a ser más frecuentes y prolongadas. En el caso de fase negativa (fase fría)
el comportamiento es el contrario. Dos de las sequías más severas del siglo XX tuvieron lugar durante
la fase positiva del AMO durante los años 1925 y 1965: 7KH'XVW%RZOde los años 1930 y la sequía de
ORVDxRV(Q)ORULGD\HO3DFt¿FR1RURHVWHWLHQGHDLQÀXLUGHPDQHUDRSXHVWDSURYRFDQGRPiV
precipitación la fase positiva del índice.
Modelos climáticos sugieren que la fase cálida del AMO fortalece la precipitación en el verano
HQ,QGLD\6iMHO\ODDFWLYLGDGFLFOyQLFDGHO$WOiQWLFR1RUWH(VWXGLRVSDOHRFOLPiWLFRVKDQFRQ¿UPDGR
este patrón (incremento de precipitación en fases cálidas, descensos en fases frías) para el Sájel en los
últimos 3.000 años.
En relación con los huracanes en el Atlántico, la frecuencia de los mayores huracanes no está
fuertemente correlacionada con el AMO. Sin embargo, durante una fase cálida del índice, el número
de huracanes menores (categorías 1 y 2) se ven incrementados ligeramente. El índice de actividad de
los huracanes sí se encuentra fuertemente correlacionado con el el AMO. Si hay un incremento en la
actividad de los huracanes relacionada con el cambio climático, está siendo actualmente ocultada por el
cuasi-periódico ciclo del AMO. En base a la duración típica de las fases negativa y positiva del AMO,
HOUpJLPHQDFWXDOFiOLGRVHHVSHUDTXHSHUVLVWDDOPHQRVKDVWD\SRVLEOHPHQWHKDVWD(Q¿HOG
y Cid-Serrano (2010) asumen un pico entorno a 2020. La repercusión en el oleaje en ALyC asociado a
HVWHFLFORDFWXDOVHSXHGHDQDOL]DUFRQODLQIRUPDFLyQ\UHVXOWDGRVDSRUWDGRVHQHVWHDQH[R
NTA: North Tropical Atlantic SST Index
El índice NTA está calculado con las anomalías de SST promediadas en el dominio 60W a
20W, 6N a 18N y 20W a 10W, 6N a 10N. La información ha sido obtenida de la base de datos COADS
del periodo de 1951 a 1991 y con datos de NCEP posteriormente.
158
CEPAL
Dinámicas, tendencias y variabilidad climática
/DVDQRPDOtDVKDQVLGRFDOFXODGDVXWLOL]DQGRODFOLPDWRORJtDGHDVXDYL]DGDVFRQ
una media móvil de tres meses y proyectadas en 20 patrones EOFs.
FIGURA 1.144
SERIE TEMPORAL DEL ÍNDICE CLIMÁTICO NTA
Fuente: Elaboración propia.
FIGURA 1.145
ZONAS GEOGRÁFICAS DE LOS ÍNDICES CAR, NTA Y TSA
Fuente: Elaboración propia.
159
CEPAL
Dinámicas, tendencias y variabilidad climática
TSA: Tropical Southern Atlantic Index
El índice TSA representa la anomalía de la media mensual de SST en la región comprendida
HQWUHHO(FXDGRU\ORV6\HQORQJLWXG(\:/DVIXHQWHVGHLQIRUPDFLyQIXHURQODVEDVHVGH
GDWRVGH*,667\12$$2,HQPDOODVGH[
FIGURA 1.146
SERIE TEMPORAL DEL ÍNDICE CLIMÁTICO TSA
Fuente: Elaboración propia.
CAR: Caribbean SST Index
(VWHtQGLFHUHÀHMDODVDQRPDOtDVGH667SURPHGLDGDVHQHO0DU&DULEH/DLQIRUPDFLyQKD
sido obtenida de la base de datos COADS desde 1951-1991 y NCEP posteriormente. Las anomalías han
VLGRFDOFXODGDVHQEDVHDODFOLPDWRORJtDGHOSHULRGRVXDYL]DGDVFRQXQDPHGLDPyYLOGH
tres meses, y proyectadas en 20 patrones EOFs. Más información y la predicción del índice se puede
consultar en las Fuentes de la NOAA.
FIGURA 1.147
SERIE TEMPORAL DEL ÍNDICE CLIMÁTICO CAR
Fuente: Elaboración propia.
160
CEPAL
Dinámicas, tendencias y variabilidad climática
6.4. Resultados
6HKDDQDOL]DGRODLQÀXHQFLDGHORVtQGLFHVFOLPiWLFRVSUHYLDPHQWHGHVFULWRVFRQWUHVHVWDGtVWLFRVGH
DOWXUDVGHROHDMHSHUFHQWLOGHOPHGLDPHQVXDO\Pi[LPDPHQVXDOODGLUHFFLyQGHOÀXMRPHGLR
de energía del oleaje, las anomalías del nivel medio del mar (sin tendencia) y el percentil del 95% de
marea meteorológica.
$GHPiV GH OD LQÀXHQFLD HQ WpUPLQRV GH FRUUHODFLyQ GH FDGD tQGLFH FRQ FDGD YDULDEOH VH
SURSRUFLRQDSRUFDGDtQGLFHXQDWODVGHOYDORUGHOFRH¿FLHQWHGHFRUUHODFLyQPXOWLSOLFDGRSRUODPHGLD
GHODVGHVYLDFLRQHVWtSLFDVPHQVXDOHVGHODYDULDEOH\RWURGHOYDORUPHGLRGHODYDULDEOHFRQHO¿QGH
poder determinar la contribución media en la variable de un determinado valor del índice climático.
$GHPiVGHDQDOL]DUODLQÀXHQFLDGHFDGDtQGLFHFRQODVGLQiPLFDVFRVWHUDVVHKDUHDOL]DGRXQ
DQiOLVLVGHOGHVIDVHWHPSRUDOHQWUHODRFXUUHQFLDGHOtQGLFHFOLPiWLFR\ODPi[LPDLQÀXHQFLDHQODFRVWD
para las diversas dinámicas.
6.4.1. Resultados de Correlación con índices climáticos contemporáneos
En este apartado se muestran tan sólo algunos de los resultados obtenidos para la correlación de
los índices climáticos expuestos anteriormente con las variables de oleaje, nivel del mar y marea
meteorológica. Los resultados de correlación de cada variable con todos los índices se adjuntan en un
DQH[RDHVWHGRFXPHQWRGHELGRDTXHVHSUH¿HUHH[SUHVDUDTXtWDQVyORDOJXQDVGHODVFRUUHODFLRQHV
PiVVLJQL¿FDWLYDV
(QORVVLJXLHQWHVJUi¿FRVVHPXHVWUDHOFRH¿FLHQWHGHFRUUHODFLyQȕ) del índice climático con
ODYDULDEOHQRUPDOL]DGDHFXDFLyQ(QFDVRGHTXHODFRUUHODFLyQQRUHVXOWDVHVLJQL¿FDWLYDQRVH
representa el punto.
6.4.1.1. Resultados para oleaje
a)
Resultados para Percentil mensual del 95% de Hs
(QOD¿JXUDVHPXHVWUDORVUHVXOWDGRVGHODFRUUHODFLyQGHOSHUFHQWLOPHQVXDOGHOGH
ODDOWXUDGHRODVLJQL¿FDQWHSUHYLDPHQWHHVWDQGDUL]DGRUHVWDGDODPHGLD\GLYLGLGDHQWUHODGHVYLDFLyQ
típica de la serie mensual). Existe una correlación positiva alta con ambos índices, de un valor
DSUR[LPDGRGHSDUDHOtQGLFH62,HQODVFRVWDVGHO3DFt¿FRGH&HQWURDPpULFD\HQHO6XUGH3HU~
ORTXHLQGLFDTXHSDUDXQYDORUXQLWDULRGHOtQGLFHFOLPiWLFRXQLGDGHVGHODVHxDOHVWDQGDUL]DGDGH
ODYDULDEOHTXHGDUtDQH[SOLFDGDVSRUODLQÀXHQFLDGHOtQGLFHHQHVWDV]RQDV/DFRUUHODFLyQSRVLWLYDHV
JHQHUDOL]DGDHQODFRVWDGHO3DFt¿FRSRUGHEDMRGHORV1SDUDHOtQGLFH62,\HQVXWRWDOLGDGSDUDHO
índice NTA.
161
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.148
CORRELACIÓN DEL PERCENTIL 0,95 DE LA ALTURA DE OLA SIGNIFICANTE
CON DIVERSOS ÍNDICES CLIMÁTICOS
Fuente: Elaboración propia.
Por otro lado, existe correlación negativa para el índice SOI en parte de las costas del Atlántico
y la península de California, lo que implica se están produciendo efectos contrarios en ambas costas
GRQGHHVWHtQGLFHWLHQHLQÀXHQFLD(QODFRVWD3DFt¿FDFXDQGRHOtQGLFH62,HVSRVLWLYRVHLQGXFHXQ
aumento del oleaje mientras que en la costa Atlántica se produce una disminución.
Para el índice NTA, la correlación es positiva en todo el dominio salvo en la costa entre los 0 y
1GHO$WOiQWLFR\HOPDU&DULEH
162
CEPAL
E
Dinámicas, tendencias y variabilidad climática
5HVXOWDGRVSDUDODDOWXUDVLJQL¿FDQWHPHGLDPHQVXDO
FIGURA 1.149
CORRELACIÓN DE LA ALTURA SIGNIFICANTE MEDIA MENSUAL LOS ÍNDICES:
SOI (IZQUIERDA-SUPERIOR), CAR (IZQUIERDA-INFERIOR) NTA (DERECHA)
Fuente: Elaboración propia.
&RQUHVSHFWRDODDOWXUDVLJQL¿FDQWHPHGLDPHQVXDOH[LVWHXQDFODUDFRUUHODFLyQSRVLWLYDHQOD
FRVWDGHO3DFt¿FRFRQHOtQGLFH62,PLHQWUDVTXHHQODFRVWD$WOiQWLFDDSHQDVVHREVHUYDLQÀXHQFLD
(OtQGLFH&$5WLHQHPD\RULQÀXHQFLDHQOD]RQDGHO&DULEH\HQODFRVWD3DFt¿FDGH&HQWURDPpULFD
163
CEPAL
Dinámicas, tendencias y variabilidad climática
provocando que el oleaje disminuya en el mar Caribe cuando el índice es positivo. Respecto al índice
17$VXLQÀXHQFLDHVWiH[WHQGLGDSRUWRGDODUHJLyQDXPHQWDQGRHOROHDMHVDOYRHQHO6XUGHOPDU
Caribe y la costa Tropical del Atlántico donde induce un efecto contrario cuando el índice es positivo.
F
5HVXOWDGRVSDUDODDOWXUDVLJQL¿FDQWHPi[LPDPHQVXDO
(QORVUHVXOWDGRVSDUDODDOWXUDVLJQL¿FDQWHPi[LPDPHQVXDOTXHVHPXHVWUDQPHUHFHODSHQD
LQFOXLUHOtQGLFH76$GHELGRDXQDFRUUHODFLyQSRVLWLYDHQODFRVWDGHO3DFt¿FRKDVWDHO1RUWHGH&KLOH
y parte de la costa Atlántica Sur. Respecto a los otros dos índices que merece la pena destacar, SOI y
17$ORVUHVXOWDGRVVRQVLPLODUHVDORVREWHQLGRVSDUDODDOWXUDPHGLDPHQVXDODXQTXHODV]RQDVFRQ
correlaciones negativas con el índice NTA salen en este caso menores, además de que el índice SOI está
más extendido en la costa Atlántica sur con valores negativos de correlación débil.
FIGURA 1.150
CORRELACIÓN DE LA ALTURA SIGNIFICANTE MÁXIMA MENSUAL
CON LOS ÍNDICES: SOI (IZQUIERDA-SUPERIOR), TSA (IZQUIERDA-INFERIOR)
NTA (DERECHA)
Fuente: Elaboración propia.
164
CEPAL
Dinámicas, tendencias y variabilidad climática
6.4.1.2. Correlación de índices climáticos con la Dirección del Flujo Medio
de Energía
/D GLUHFFLyQ GHO ÀXMR PHGLR GH HQHUJtD GHO ROHDMH HVWi IXHUWHPHQWH FRUUHODFLRQDGD FRQ ORV
índices climáticos destacando: el NIÑO3, SAM, TSA y NTA. En el caso del índice NIÑO3 destaca la
correlación positiva en las costas de Chile, Ecuador y Norte de México Occidental, lo cual indica que
la dirección dominante del oleaje gira hacia el Norte (en sentido horario) cuando este índice es positivo.
En las islas caribeñas también se obtiene una correlación alta y positiva con este índice indicando en
este caso un giro hacia el Este cuando coincide con fase positiva del NIÑO3.
FIGURA 1.151
CORRELACIÓN DE LA DIRECCIÓN DEL FLUJO MEDIO DE ENERGÍA DEL OLEAJE
CON LOS ÍNDICES: NIÑO3 (IZQUIERDA-SUPERIOR), TSA (IZQUIERDA-INFERIOR),
SAM (DERECHA-SUPERIOR) Y NTA (DERECHA-INFERIOR)
Fuente: Elaboración propia.
(QHOFDVRGHOtQGLFH6$0GHVWDFDODFRVWDGH&HQWURDPpULFDHQWUHORV1\1FRQXQD
FRUUHODFLyQSRVLWLYDDOWD\FRQFRUUHODFLyQQHJDWLYDVLJQL¿FDWLYDHQODVFRVWDVFDULEHxDVGH1LFDUDJXD
Argentina y la península de California.
165
CEPAL
Dinámicas, tendencias y variabilidad climática
(OtQGLFH76$UHJLVWUDVXPD\RULQÀXHQFLDFRQIDVHVSRVLWLYDVGHOtQGLFHHQODFRVWD6XUGH
%UDVLO\ODSDUWHGHO3DFt¿FRHQ&HQWURDPpULFD\PXHVWUDXQDFRUUHODFLyQQHJDWLYDHQODFRVWDFDULEHxD
de Centroamérica y el extremo Sur de Argentina y sur de Chile.
'HODLQÀXHQFLDGHOtQGLFH17$UHVDOWDODFRUUHODFLyQQHJDWLYDGHIRUPDJHQHUDOL]DGDHQODV
FRVWDVGHO6XUGHOPDU&DULEHKDVWD*X\DQD6HREWLHQHQ]RQDVOLPLWDGDVGHFRUUHODFLyQSRVLWLYDHQODV
FRVWDVGH%UDVLOHQWUH)RUWDOH]D\5HFLIH\HQHO1RUWHGHODLVODGH&XED
FIGURA 1.152
CORRELACIÓN POR DESVIACIÓN TÍPICA (GRADOS POSITIVOS EN SENTIDO
HORARIO) DE LA DIRECCIÓN DEL FLUJO MEDIO DE ENERGÍA MENSUAL DEL
OLEAJE CON LOS ÍNDICES: NIÑO3 (IZQUIERDA-SUPERIOR), TSA (IZQUIERDAINFERIOR), SAM (DERECHA-SUPERIOR) Y NTA (DERECHA-INFERIOR)
Fuente: Elaboración propia.
166
CEPAL
Dinámicas, tendencias y variabilidad climática
6.4.1.3.Correlación de índices climáticos con el Nivel Medio del Mar
FIGURA 1.153
CORRELACIÓN DEL NIVEL DEL MAR CON LOS ÍNDICES: NIÑO3 (IZQUIERDASUPERIOR), CAR (CENTRO-SUPERIOR), AMO(DERECHA-SUPERIOR), TSA
(IZQUIERDA-INFERIOR), SOI(CENTRO-INFERIOR) Y NTA(DERECHA-INFERIOR)
Fuente: Elaboración propia.
El nivel del mar presenta una correlación muy alta con muchos de los índices, destacando:
NIÑO3, SOI, CAR, AMO y NTA.
(O 1,f2 PXHVWUD XQD FRUUHODFLyQ DOWD SRU HQFLPD GH FRQ OD DQRPDOtD HVWDQGDUL]DGD
GHOQLYHOGHOPDUKDVWDHO(FXDGRUHQODFRVWD$WOiQWLFD\KDVWDORV6HQOD3DFt¿FD(QODWLWXGHV
más meridionales, la correlación sigue siendo positiva pero de menor valor. En conclusión, el NIÑO3
RULJLQDXQDVREUHHOHYDFLyQGHOQLYHOGHOPDUGHIRUPDJHQHUDOL]DGDHQWRGRHOGRPLQLR\VREUHPDQHUD
KDVWDODODWLWXGGH60HUHFHODSHQDOODPDUODDWHQFLyQGHTXHHQHOJROIRGH0p[LFRHVWDFRUUHODFLyQ
está menos marcada.
167
CEPAL
Dinámicas, tendencias y variabilidad climática
(OtQGLFH62,PXHVWUDXQUHVXOWDGRFRQWUDULRDOGHO1,f2VLELHQQRWDQJHQHUDOL]DGRH[LVWH
una correlación negativa alta con la fase positiva del índice, lo cual indica que para valores positivos del
tQGLFHVHSURGXFHXQDGLVPLQXFLyQGHOQLYHOGHOPDUHQODUHJLyQKDVWDXQDODWLWXGGH6
El índice CAR también tiene una correlación entre 0,2 y 0,3 positiva con la anomalía del nivel
GHOPDUHQODV]RQDVVXEWURSLFDOHVDOLJXDOTXHHOtQGLFH17$DXQTXHHQHVWH~OWLPRFDVRODH[WHQVLyQ
del efecto es más limitada en latitud.
Como caso de correlación negativa, destaca el índice AMO, donde la oscilación del Atlántico
Norte genera una ligera correlación negativa en la fachada Atlántica de las islas caribeñas, golfo
de México, península de California y Norte de Chile. La correlación resulta positiva en la costa de
&HQWURDPpULFDSRUGHEDMRGHORV1DORODUJRGHODFRVWD$WOiQWLFDGH6XGDPpULFDKDVWDHO1RUWHGH
%UDVLOSDVDQGRDVHUQHJDWLYDSRUGHEDMRGH6DSUR[LPDGDPHQWH
FIGURA 1.154
CORRELACIÓN POR DESVIACIÓN TÍPICA DEL NIVEL DEL MAR CON LOS ÍNDICES:
NIÑO3 (IZQUIERDA-SUPERIOR), CAR(CENTRO-SUPERIOR), AMO(DERECHASUPERIOR), TSA (IZQUIERDA-INFERIOR), SOI (CENTRO-INFERIOR),
Y NTA(DERECHA-INFERIOR)
Fuente: Elaboración propia.
En el caso del nivel medio del mar, debido a que se trata de una serie de anomalías sobre el
valor medio anual, el término XPHs en este caso es nulo.
168
CEPAL
Dinámicas, tendencias y variabilidad climática
6.4.1.4. Correlación de índices climáticos con el cuantil de 0,95 de
Marea Meteorológica
5HVSHFWRDODPDUHDPHWHRUROyJLFDGHVWDFDXQDFRUUHODFLyQHQWRUQRD\SRVLWLYDHQOD]RQD
GHOUtRGHOD3ODWDFRQHOtQGLFHGHO1,f2SUHFLVDPHQWHHQOD]RQDGH$/\&GRQGHPD\RUHVYDORUHV
GHPDUHDPHWHRUROyJLFDVHDOFDQ]DQYpDQVH¿JXUD\¿JXUD9DORUHVSRVLWLYRVGHHVWHtQGLFH
VHHQFXHQWUDQUHODFLRQDGRVFRQVREUHOHYDFLRQHVJHQHUDOL]DGDVGHODPDUHDPHWHRUROyJLFDHQODIDFKDGD
$WOiQWLFDGHOFRQWLQHQWHLQFOXLGDODVLVODVGHO&DULEHKDVWDDOFDQ]DUHOJROIRGH0p[LFRTXHSUHVHQWD
FRUUHODFLyQQHJDWLYD/DFRVWDGHO3DFt¿FRSUHVHQWDPD\RUDOWHUQDQFLDFRQFRUUHODFLRQHVSRVLWLYDVDO
Oeste de la península de California y negativas en el golfo de California, volviendo a ser positiva en la
costa de México, negativa suave en Centroamérica, moderada y positiva en El Ecuador y ligeramente
negativa de forma general en Chile.
(OtQGLFH6$0LQFLGHGHIRUPDJHQHUDOL]DGDHQODPDUHDPHWHRUROyJLFDKDVWDDSUR[LPDGDPHQWH
ORV6H[WHQGLpQGRVHHQSDUWHVPiVPHULGLRQDOHVGHODFRVWD$WOiQWLFD6XUWDPELpQ(QVXPD\RUtD
muestra correlación negativa a excepción de Cuba, Este del golfo de México y al Sur de la península
de California.
En cuanto al índice NTA, destaca la correlación alta que existe en la península de California,
costa del Atlántico Sur y las islas del Caribe, destacando las islas Barbados. Sin embargo, en la parte
FRQWLQHQWDOHQWUHORV1\HO(FXDGRUVHGDXQDFRUUHODFLyQQHJDWLYDFRQHVWHtQGLFHHQDPEDVFRVWDV
FIGURA 1.155
CORRELACIÓN DEL CUANTIL 0,95 DE MAREA METEOROLÓGICA CON LOS
ÍNDICES: AMO (IZQUIERDA-SUPERIOR), NTA (CENTRO-SUPERIOR), SOI (DERECHASUPERIOR),NIÑO3 (IZQUIERDA-INFERIOR), CAR (CENTRO-INFERIOR)
Fuente: Elaboración propia.
169
CEPAL
Dinámicas, tendencias y variabilidad climática
6.4.2. Análisis de desfase temporal (Correlación cruzada)
/RV DQWHULRUHV UHVXOWDGRV DQDOL]DQ OD FRUUHODFLyQ GH ODV VHULHV GH GLQiPLFDV \ GH tQGLFHV FOLPiWLFRV
contemporáneos, esto es, como si la respuesta a la presencia de cada fenómeno climático ocurriera en
el mismo mes. Sin embargo, la respuesta de las dinámicas en la costa no tiene por qué ser coetánea con
las condiciones climáticas que describen los índices, sino que, según el tipo de fenómeno de que se trate
(temperatura, presión, oleaje, etc.), la respuesta tendrá distinto origen y por tanto distinta ocurrencia
WHPSRUDOHLQHUFLD3DUDHYDOXDUHVWDUHVSXHVWDWHPSRUDOVHDQDOL]DQORVGLVWLQWRVtQGLFHVPHGLDQWHXQ
DQiOLVLVGHFRUUHODFLyQFUX]DGDGHPDQHUDTXHVHGHWHUPLQDHOGHVIDVHWHPSRUDOHQHOFXDOODFRUUHODFLyQ
HVPi[LPD\VLODFRUUHODFLyQHVVLJQL¿FDWLYDHVWDGtVWLFDPHQWH
'HHVWDIRUPD\DPRGRGHLOXVWUDFLyQGHODQiOLVLVVHUHSUHVHQWDQGRVGHODV¿JXUDVGHFRUUHODFLyQ
FUX]DGDFDOFXODGDVGRQGHVHSXHGHDSUHFLDUODPi[LPDFRUUHODFLyQDW L]TXLHUGD\W WEGHUHFKD
FIGURA 1.156
ANÁLISIS DE CORRELACIÓN CRUZADA DE UNA DE LAS VARIABLES
CON EL ÍNDICE: NIÑO3 – PUNTO: 363 (IZQUIERDA) Y CON EL ÍNDICE
SOI – PUNTO 450 (DERECHA)
Fuente: Elaboración propia.
6.4.2.1. Resultados para oleaje
a)
Resultados para Percentil del 95% de Hs
'HO DQiOLVLV GH OD ¿JXUD VH GHVSUHQGH TXH ORV HIHFWRV VREUH HO ROHDMH HVWiQ EDVWDQWH
diferidos en el tiempo, tanto antes como después, del orden de entre 1 y 3 meses, para la mayoría de
tQGLFHVDQDOL]DGRVDH[FHSFLyQGHOtQGLFH6$0\$02GRQGHUHVXOWDQVHUFRQWHPSRUiQHRVHQJUDQ
parte del dominio.
'HVIDVHWHPSRUDOGHORVtQGLFHVFOLPiWLFRVFRQODGLUHFFLyQGHOÀXMR
medio de energía
Al contrario que en el caso de la severidad del oleaje, la dirección viene claramente inducida
por la presencia de las condiciones meteorológicas que representan los índices climáticos ya que en la
PD\RUtDGHJUi¿FRVGHOD¿JXUDVHREWLHQHXQGHVIDVHSRUGHEDMRGHXQPHV6HSXHGHUHVDOWDU
FRPRH[FHSFLyQODGLUHFFLyQHQODFRVWDGHO3DFt¿FRGH&HQWURDPpULFDTXHFRQHOtQGLFH76$VXHIHFWR
aparece entre 2 y 3 meses tras el máximo valor del índice climático.
170
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.157
DESFASE TEMPORAL DE LA CORRELACIÓN MÁXIMA DEL PERCENTIL 0,95 DE
ALTURA DE OLA SIGNIFICANTE CON LOS DISTINTOS ÍNDICES CLIMÁTICOS
Fuente: Elaboración propia.
171
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.158
DESFASE TEMPORAL DE LA CORRELACIÓN DE LA DIRECCIÓN DEL FLUJO MEDIO
DE ENERGÍA DEL OLEAJE CON LOS DISTINTOS ÍNDICES CLIMÁTICOS
Fuente: Elaboración propia.
172
CEPAL
Dinámicas, tendencias y variabilidad climática
6.4.2.3. Desfase temporal de los índices climáticos con el Nivel Medio del Mar
'HODQiOLVLVGHOD¿JXUDVHGHVSUHQGHQGRVFODUDVFRQFOXVLRQHV3ULPHURORVtQGLFHVFRQ
PiVDOWDFRUUHODFLyQFRQHOQLYHOGHOPDU1,f2\62,PDQL¿HVWDQVXHIHFWRGXUDQWHHOPHVVLJXLHQWH
del valor del índice. En segundo lugar, tanto el índice TSA como el CAR muestran un gran desfase
temporal. En el primer caso el efecto se produce 5 meses antes y en el segundo a partir del quinto mes
de haber tenido lugar el valor del índice climático.
FIGURA 1.159
DESFASE TEMPORAL DE LA CORRELACIÓN DEL NIVEL MEDIO DEL MAR
CON LOS DISTINTOS ÍNDICES CLIMÁTICOS
0HVHV
Fuente: Elaboración propia.
6.4.2.4. Desfase temporal de los índices climáticos con el percentil del 95% de
Marea Meteorológica
Con respecto a la marea meteorológica, como ocurría con el oleaje, existe gran variabilidad en
HOGHVIDVHGHORVHIHFWRV(OtQGLFH6$0TXHHVXQRGHORVGHPD\RULQÀXHQFLDHQHVWDYDULDEOHPXHVWUD
un efecto coetáneo con el índice climático.
173
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.160
DESFASE TEMPORAL DE LA CORRELACIÓN DEL CUANTIL 0,95 DE MAREA
METEOROLÓGICA CON LOS DISTINTOS ÍNDICES CLIMÁTICOS
0HVHV
Fuente: Elaboración propia.
7RGRVORVUHVXOWDGRVREWHQLGRVUHODFLRQDGRVFRQODYDULDELOLGDGFOLPiWLFDLQWHUDQXDOUHÀHMDQ
la importancia de esta escala temporal y la necesidad de tenerlos en cuenta en un estudio de cambio
climático en la costa. Aunque hoy en día las proyecciones de cambio climático basadas en los modelos
FOLPiWLFRVJOREDOHV*&0SUHVHQWDQJUDQGHVLQFHUWLGXPEUHVHQFXDQWRDODUHSURGXFFLyQ¿GHGLJQDGH
ORVSDWURQHVFOLPiWLFRVUHVXOWDIXQGDPHQWDOVHUFDSD]GHFXDQWL¿FDUODFRQWULEXFLyQGHFDGDSDWUyQ
medido mediante su respectivo índice climático, en las variables objeto de estudio en la costa.
174
CEPAL
Dinámicas, tendencias y variabilidad climática
6.5. Resumen de la variabilidad climática interanual
de las dinámicas
3XHVWR TXH OD LQÀXHQFLD GH SDWURQHV FOLPiWLFRV GH PDFURHVFDOD SXHGH VHU XQD GH ODV IXHQWHV PiV
LPSRUWDQWHVGHYDULDELOLGDGHVSDFLDO\WHPSRUDOHQODVGLQiPLFDVFRVWHUDVVHKDHVWXGLDGRODLQÀXHQFLD
en el oleaje, el nivel del mar y la marea meteorológica de diversos índices climáticos: AO, SAM, SOI,
PNA, WP, EP/NP, NAO, EA, CAR, EA/WR, SCA, DMI, AMO, QBO, NBR, NTA, TNA y TSA.
VARIABILIDAD
CLIMÁTICA
/DPD\RULQÀXHQFLDHQODUDPDDOWDGHDOWXUDVGHRODVHREWLHQHSDUDHO17$HQHOQRUWH
GH%UDVLOHLVODVFDULEHxDVGHO6XU1,f2HQHOQRUWHGH0p[LFRFRVWDSDFt¿FD(QODV
condiciones medias se obtienen ligeras correlaciones positivas (en torno a 0,2) para el índice
62,HQODFRVWD3DFt¿FDQHJDWLYDFRQORVtQGLFHV&$5\17$HQHO$WOiQWLFR6XU\HQHO&DULEH
SRVLWLYDVFRQpVWH~OWLPRHQODVFRVWDVGHO3DFt¿FR\DWOiQWLFDVGHO+HPLVIHULR6XU
/DGLUHFFLyQGHOÀXMRPHGLRGHHQHUJtDGLUHFFLyQSUHGRPLQDQWHGHOROHDMHVHFRUUHODFLRQD
fuertemente con varios índices (por encima de 0,5) en diversas partes de las costas de estudio.
Así, se correlaciona negativamente con el NIÑO3en Chile y oeste de México, con el SAM
en Centroamérica y extremos sur y norte del dominio de estudio. También se encuentran
correlaciones con TSA en las costas de Brasil y Centroamérica, y con NTA con signo negativo
en el Caribe.
(O1,f2PXHVWUDXQDJUDQLQÀXHQFLDHQHOQLYHOPHGLRGHOPDUHQWRGDODFRVWDSDFt¿FDHQ
JHQHUDO\HQODVFRVWDVGHO6XUGH%UDVLOFRH¿FLHQWHGHFRUUHODFLyQGH3HDUVRQSRUHQFLPDGH
HQWUHORVGDWRVHVWDQGDUL]DGRV7DPELpQPHUHFHODSHQDGHVWDFDUODFRUUHODFLyQOLJHUDPHQWH
SRVLWLYDDOUHGHGRUGHHQHOQLYHOGHOPDUGHOtQGLFH&$5HQODYHUWLHQWHSDFt¿FD(QHO
3DFt¿FRQRUWHGHVWDFDODFRUUHODFLyQFRQHOtQGLFH17$(OtQGLFH$02HVHOTXHPiVLQÀX\HHQ
el nivel del mar del mar Caribe (signo negativo).
La marea meteorológica muestra correlación con los índices NTA y AMO en el Caribe,
GHVWDFDQGRHQHO3DFt¿FRHLVODVFDULEHxDVDOQRUWHODLQÀXHQFLDGHO62,\1,f2
La conclusión general que se puede extraer del análisis de variabilidad climática es que es
un factor que es necesario estudiar, puesto que para algunas variables puede explicar gran parte de la
YDULDELOLGDGLQWHUDQXDOTXHVHKDSURGXFLGRMXQWRDODVWHQGHQFLDVGHODUJRSOD]R/DVGRVHVFDODVGH
WLHPSRGHDPERVIDFWRUHVQRVHGHEHQPH]FODU\DPEDVVRQQHFHVDULDVSDUDHQWHQGHUODYDULDELOLGDG
climática del pasado más reciente y poder inferir la posible evolución futura.
175
CEPAL
Dinámicas, tendencias y variabilidad climática
7. Conclusiones generales
Este documento es el primero de los documentos desarrollados dentro del “Estudio regional de los
HIHFWRV GHO &DPELR &OLPiWLFR HQ OD &RVWD GH $PpULFD /DWLQD \ HO &DULEH´ &$ UHDOL]DGR HQWUH HO
Instituto de Hidráulica Ambiental de Cantabria y CEPAL.
En el presente documento se ha llevado a cabo un estudio sobre las actuales dinámicas costeras
en la región. A modo de atlas de resultados se ha obtenido la descripción espacial y temporal de variables
FRPRHOQLYHOPHGLRGHOPDUODWHPSHUDWXUDVXSHU¿FLDOGHODJXDGHOPDUODVDOLQLGDGHOROHDMHROD
marea, entre otras. Esta descripción de las condiciones físicas actuales constituye el primer paso para
emprender un estudio de cómo han cambiado las distintas variables y cuáles puedes ser los efectos en
las costas ante variaciones futuras.
Una segunda parte del presente documento se ha dedicado al análisis de las tendencias de
cambio sobre las distintas variables y una extrapolación de los cambios a los años objetivo 2040, 2050
y 2070, acotando su incertidumbre estadística. Esta parte constituye el punto de apoyo para un análisis
de los efectos derivados de estos cambios que se tratarán en el documento 3, referente a impactos en las
FRVWDV(QHOGRFXPHQWRVHDQDOL]DODUHDOLGDGGHODUHJLyQHQWpUPLQRVGHYXOQHUDELOLGDG\H[SRVLFLyQ
de las costas.
No obstante, dada la importancia que tiene la variabilidad climática en muchas de las variables
de estudio, se ha considerado prudente estudiar mediante un sencillo análisis de correlación cuál es la
LQÀXHQFLDGHGLVWLQWRVSDWURQHVFOLPiWLFRVUHSUHVHQWDGRVSRUtQGLFHVFOLPiWLFRVHQGLVWLQWDVYDULDEOHV
DORODUJRGHODVFRVWDVGHHVWXGLR/DLQÀXHQFLDGHHVWRVtQGLFHVHQODYDULDELOLGDGQDWXUDOGHHVWRV
índices ha quedado más que probada.
177
CEPAL
Dinámicas, tendencias y variabilidad climática
Bibliografía
Ardalan A.A. y H. Hashemi-Farahani, (2007). “A harmonic approach to global ocean tide analysis
based on TOPEX/POSEIDON satellite”, 0DULQH*HRSK\VLFDO5HVHDUFK 28, 235-255.
Barbosa, S. y B. Andersen, (2009), “Trend patterns in global sea surface temperature”, ,QWHUQDWLRQDO
-RXUQDORI&OLPDWRORJ\ 29, 2049-2055.
%DUQVWRQ$*\5(/LYH]H\³&ODVVL¿FDWLRQVHDVRQDOLW\DQGSHUVLVWHQFHRIORZIUHTXHQF\
atmospheric circulation patterns”, 0RQWKO\:HDWKHU5HYLHZ Vol. 115, 1083-1126.
Behringer, D. W., y Y. Xue (2004), Evaluation of the global ocean data assimilation system at NCEP:
7KH 3DFL¿F 2FHDQ (LJKWK 6\PSRVLXP RQ ,QWHJUDWHG 2EVHUYLQJ DQG $VVLPLODWLRQ 6\VWHP IRU
Atmosphere, Ocean, and Land Surface, AMS 84th Annual Meeting, Washington State Convention
and Trade Center, Seattle, Washington, 11-15.
Bird E.C.F., (1985), &RDVWOLQH&KDQJHVWilley & Sons, Nueva York, 219 pp.
Booij, N., Ris, R. C. y Holthuijsen, L. H. (1999), “A third-generation wave model for coastal regions,
Part I: Model description and validation”, -RXUQDO RI *HRSK\VLFDO 5HVHDUFK Vol. 104, C4,
pp.7649-7666.
Budgell, W.P., (2005). “Numerical simulation of ice-ocean variability in the Barents Sea region,” 2FHDQ
'\QDPLFVDOI 10.1007/s10236-005-0008-3.
&DPXV39LGDO&0pQGH])-(VSHMR$,]DJXLUUH&*XWLpUUH]-0&R¿xR$6DQ0DUWtQ
D., Medina, R. (2007), $PHWKRGRORJ\WRHYDOXDWHZDYHHQHUJ\UHVRXUFHVLQVKDOORZZDWHUV 7th
European Wave and Tidal Energy Conference (EWTEC), CD.
Cane, M. (2005), “The evolution of El Niño, past and future”, (DUWKDQG3ODQHWDU\6FLHQFH/HWWHUV 230
(3-4), 227-240. Doi: 10.1016/j.epsl.2004.12.003
&DYD]RV 7 ³'RZQVFDOLQJ ODUJHVFDOH FLUFXODWLRQ WR ORFDO ZLQWHU UDLQIDOO LQ QRUWKHDVWHUQ
Mexico. International”,-RXUQDORI&OLPDWRORJ\ 17, 1069-1082.
CEPAL (Comisión Económica para América Latina y el Caribe), (2010), Ranking 2010 de Actividad
portuaria de contenedores en América Latina y el Caribe.
Church, J.A., N.J. White, R. Coleman, K. Lambeck and J.X. Mitrovica (2004), “Estimates of the
Regional Distribution of sea level Rise over the 1950 to 2000 Period”, -RXUQDORI&OLPDWH 17,
2609-2625.
Chylek, P. & Lesins, G. (2008), “Multidecadal variability of Atlantic hurricane activity: 1851–2007”,
-RXUQDORI*HRSK\VLFDO5HVHDUFK113: D22106, doi:10.1029/2008JD010036
179
CEPAL
Dinámicas, tendencias y variabilidad climática
CIESIN (Center for International Earth Science Information Network), (2002a), &RXQWU\OHYHO
3RSXODWLRQDQG'RZQVFDOHG3URMHFWLRQVEDVHGRQWKH%6FHQDULR1990-2100, [digital version].
Palisades, NY: CIESIN, Columbia University [en línea] http://www.sedac.ciesin.columbia.edu/
mva/downscaling/ciesin.html.
_____ (2002b), Country-level GDP and Downscaled Projections based on the A1, A2, B1, and B2
Marker Scenarios, 1990-2100, [versión digital]. Palisades, NY: CIESIN, Columbia University [en
línea] http://www.sedac.ciesin.columbia.edu/mva/downscaling/ciesin.html.
_____ (2005), *ULGGHG3RSXODWLRQRIWKH:RUOGDQGWKH*OREDO5XUDO8UEDQ0DSSLQJ3URMHFWPalisades,
NY: CIESIN, Columbia University [en línea] http://www.sedac.ciesin.columbia.edu/gpw.
Collins, M. y otros (2005), “El Niño- or La Niña-like climate change”,&OLPDWH'\QDPLFV 24, 89-104.
Curry, Judith A. (2008), “Potential Increased Hurricane Activity in a Greenhouse Warmed World”, in
MacCracken, Michael C.; Moore, Frances; Topping, John C., Sudden and disruptive climate change,
Londres: Earthscan, pp. 29–38, ISBN 1844074781, “Assuming that the AMO continues with a 70year periodicity, the peak of the next cycle would be expected in 2020 (70 years after the previous
1950 peak).”
Egbert G.D., Bennett A.F., Foreman M.G.G., (1994), “TOPEX/POSEIDON tides estimated using a
global inverse model”,-RXUQDORI*HRSK\VLFDO5HVHDUFK99(C12), 24821-24852.
(JEHUW*'(URIHHYD6<³(I¿FLHQWLQYHUVHPRGHOLQJRIEDURWURSLFRFHDQWLGHV´-RXUQDORI
$WPRVSKHULFDQG2FHDQLF7HFKQRORJ\19, 183-204.
Emanuel, K; Sundararajan, R Agoth y Williams, J (2008). “Hurricanes and Global Warming”, %XOOHWLQ
RIWKH$PHULFDQ0HWHRURORJLFDO6RFLHW\89: 347–367.
(Q¿HOG'%DQG/&LG6HUUDQR³6HFXODUDQGPXOWLGHFDGDOZDUPLQJVLQWKH1RUWK$WODQWLF
and their relationships with major hurricane activity”, ,QWHUQDWLRQDO-RXUQDORI&OLPDWRORJ\30
(2): 174–184, doi:10.1002/joc.1881
(Q¿HOG '% $0 0HVWDV '$ 0D\HU \ / &LG6HUUDQR ³+RZ XELTXLWRXV LV WKH GLSROH
relationship in tropical Atlantic sea surface temperatures?”, -RXUQDORI*HRSK\VLFDO5HVHDUFK
104, 7841-7848.AOMLand PSD
Forema, MGG., (1977)., “Manual for tidal heights analysis and prediction”, 3DFL¿F0DULQHVFLHQFHV
5HSRUW 77-10.
General Bathymetric Chart of the Oceans (GEBCO). http://www.gebco.net/
Goldenberg, S. B.; y otros (2001). “The recent increase in Atlantic hurricane activity: Causes and
implications”, 6FLHQFH 293: 474–479. doi:10.1126/science.1060040.
Goodess, C.M., y otros (2007), “An intercomparison of statistical downscaling methods for Europe
and European regions - assessing their performance with respect to extreme temperature and
precipitation events”, &OLPDWLF&KDQJHen prensa.
Grinsted A, Moore JC, Jefrejeva S (2009), “Reconstructing sea level from paleo and projected
temperatures 200 to 2100 AD”, &OLPDWH'\QDPLFV10.1007/s00382-008-0507-2.
*XWLpUUH]5&DQR$6&R¿xR\&6RUGR³3UREDELOLVWLF1HWZRUNVIRU6WDWLVWLFDO'RZQVFDOLQJ
DQG6SDWLRQDOL]DWLRQRI0HWHRURORJLFDO'DWD´*HRSK\VLFDO5HVHDUFK$EVWUDFWVVol. 4.
*XWLpUUH] 5 &DQR $6 &R¿xR \ 0$ 5RGUtJXH] ³&OXVWHULQJ PHWKRGV IRU VWDWLVWLFDO
downscaling in short-range weather forecast”, 0RQWKO\:HDWKHU5HYLHZ132(9), 2169 – 2183.
+DQQDFKL$³3DWWHUQKXQWLQJLQFOLPDWHDQHZPHWKRGIRU¿QGLQJWUHQGVLQJULGGHGFOLPDWH
data”, ,QWHUQDWLRQDO-RXUQDOR&OLPDWRORJ\ 27, 1-15.
Hannachi A, and A. O’Neill (2001), “Atmospheric multiple equilibria and non-Gaussian behaviour in
model simulations”,4XDUWHUO\-RXUQDORIWKH5R\DO0HWHRURORJLFDO6RFLHW\127: 939–958.
Hewitson, B.C. y R.G. Crane, (2006), “Consensus between GCM climate change projections with
empirical downscaling: precipitation downscaling over South Africa”, ,QWHUQDWLRQDO-RXUQDORI
&OLPDWRORJ\ 26, 1315-1337.
+RQJ +3 ³$Q HI¿FLHQW SRLQW HVWLPDWH PHWKRG IRU SUREDELOLVWLF DQDO\VLV´ 5HOLDELOLW\
(QJLQHHULQJDQG6\VWHP6DIHW\59, 261-267.
180
CEPAL
Dinámicas, tendencias y variabilidad climática
Horton R, y otros (2008), “Sea-level rise projections for current generation CGCMs based on the
semiempirical method”, *HRSK\VLFDO5HVHDUFK/HWWHUV 35:L02715.
Huebener, H. y Kreschgens, M. (2007), “Downscaling of current and future rainfall climatologies for
southern Morocco. Part I: Downscaling method and current climatology”, ,QWHUQDWLRQDO-RXUQDO
RI&OLPDWRORJ\en prensa.
Hunter, J., (2010), (VWLPDWLQJVHDOHYHOH[WUHPHVXQGHUFRQGLWLRQVRIXQFHUWDLQVHDOHYHOULVH&OLPDWLF
&KDQJH 99:331–350.
IPCC (Grupo Intergubernamental de Expertos sobre el Cambio Climático) (2007). 7KH )RXUWK
$VVHVVPHQW 5HSRUW RI WKH ,QWHUJRYHUQPHQWDO 3DQHO RQ &OLPDWH &KDQJH eds Solomon S, et al.
(Cambridge Univ Press, Cambridge UK).
,]DJXLUUH&)-0HQGH]00HQHQGH]$/XFHxR\,-/RVDGD³([WUHPHZDYHFOLPDWH
variability in southern Europe using satellite data”, -RXUQDO RI *HRSK\VLFDO 5HVHDUFK 115,
C04009, doi:10.1029/2009JC005802.
Jolliffe IT. (2002). 3ULQFLSDO&RPSRQHQW$QDO\VLV2nd edn. Springer: Nueva York.
Komen, G. J., L. Cavaleri, M. Donelan, K. Hasselmann, S. Hasselmann y P. A. E. M. Janssen, (1994),
'\QDPLFVDQG0RGHOOLQJRI2FHDQ:DYHVCambridge University Press, 532 pp.
.RKRQHQ7³6HOI2UJDQL]LQJ0DSV´6SULQJHU6HULHV,QIRUPDWLRQ6FLHQFHV 30, 3rd ed., 501
pp., Springer, Nueva York.
.XW]EDFK-(³(PSLULFDOHLJHQYHFWRUVRIVHDOHYHOSUHVVXUHVXUIDFHWHPSHUDWXUHDQGSUHFLSLWDWLRQ
complexes over North America”, -RXUQDORI$SSOLHG0HWHRURORJ\6: 791–802.
Preisendorfer RW. (1988), 3ULQFLSDO&RPSRQHQW$QDO\VLVLQ0HWHRURORJ\DQG2FHDQRJUDSK\Mobley
CD (ed). Elsevier: Amsterdam.
/XFHxR$0HQpQGH]00pQGH])-³7KHHIIHFWRIWHPSRUDOGHSHQGHQFHRQWKHHVWLPDWLRQ
of the frequency of extreme ocean climate events”, 3URFHHGLQJV RI WKH 5R\DO 6RFLHW\$ 462,
1683-1697.
0HQpQGH]00pQGH])-,]DJXLUUH&/XFHxR$/RVDGD,-³7KHLQÀXHQFHRIVHDVRQDOLW\
RQ HVWLPDWLQJ UHWXUQ YDOXHV RI VLJQL¿FDQW ZDYH KHLJKW´ &RDVWDO (QJLQHHULQJ doi:10.1016/j.
coastaleng.2008.07.004
0HQpQGH]00pQGH])-,-/RVDGD\1(*UDKDP³9DULDELOLW\RIH[WUHPHZDYHKHLJKWV
LQWKHQRUWKHDVW3DFL¿F2FHDQEDVHGRQEXR\PHDVXUHPHQWV´*HRSK\VLFDO5HVHDUFK/HWWHUV35,
L22607, doi:10.1029/2008GL035394.
0pQGH])-0HQpQGH]0/XFHxR$/RVDGD,-³(VWLPDWLRQRIWKHORQJWHUPYDULDELOLW\
RIH[WUHPHVLJQL¿FDQWZDYHKHLJKWXVLQJDWLPHGHSHQGHQW327PRGHO´-RXUQDORI*HRSK\VLFDO
5HVHDUFKVol. 111, C07024.
BBBBB³$QDO\]LQJ0RQWKO\([WUHPH6HD/HYHOVZLWKD7LPH'HSHQGHQW*(90RGHO´-RXUQDO
RI$WPRVSKHULFDQG2FHDQLF7HFKQRORJ\ 24, 894-911.
0RUDOHV-0%DULQJR/&RQHMR$-0LQJXH]5³3UREDELOLVWLFSRZHUÀRZZLWKFRUUHODWHG
loads and wind sources”, ,(7*HQHUDWLRQ7UDQVPLVVLRQ'LVWULEXWLRQ4(5), 641-651.
1DNLFHQRYLF1-$OFDPR*'DYLV%GH9ULHV-)HQKDQQ6*DI¿Q.*UHJRU\$*UEOHU7<
Jung, T. Kram, E. L. La Rivere, L. Michaelis, S. Mori, T. Morita, W. Pepper, H. Pitcher, L. Price,
K. Riahi, A. Roehrl, H.–H.Rogner, A. Sankovski, M. Schlesinger, P. Shukla, S. Smith, R. Swart,
S. van Rooijen, N. Victor, Z. Dadi,(2000). 6SHFLDO 5HSRUW RQ (PLVVLRQV 6FHQDULRV $ 6SHFLDO
5HSRUWRI:RUNLQJ*URXS,,,RIWKH,QWHUJRYHUQPHQWDO3DQHORQ&OLPDWH&KDQJH Cambridge UK:
Cambridge University Press, 599 pp.
Nicholls, N. (2008), “Recent trends in the seasonal and temporal behaviour of the El Niño-Southern
Oscillation”, *HRSK\VLFDO5HVHDUFK/HWWHUV doi:10.1029/2008GL034499.
1LFKROOV5REHUW-DQG$QQ\&D]HQDYH³6HDOHYHOULVHDQGLWVLPSDFWRQFRDVWDO]RQHV´6FLHQFH
(Nueva York) 328(5985): 1517-20. http://www.ncbi.nlm.nih.gov/pubmed/20558707
181
CEPAL
Dinámicas, tendencias y variabilidad climática
1LFKROOV5)+RR]HPDQV\00DUFKDQG³,QFUHDVLQJÀRRGULVNDQGZHWODQGORVVHVGXHWR
global sea-level rise: regional and global analyses.” *OREDO(QYLURQPHQWDO&KDQJH9: S69-S87.
http://linkinghub.elsevier.com/retrieve/pii/S0959378099000199.
2UWL]5R\HUR-&0HUFDGR,UL]DUU\$³$QLQWHUFRPSDULVRQRI6:$1DQG:$9(:$7&+
III models with data from NDBC-NOAA buoys at oceanic scales”, &RDVWDO(QJLQHHULQJ-RXUQDO
50, 1, 47-73.
3DXORZLF] 5 %HDUGVOH\ % \ /HQW] 6 ³&ODVVLFDO WLGDO KDUPRQLF DQDO\VLV LQFOXGLQJ HUURU
estimates in MATLAB using T_TIDE”, &RPSXWHUVDQG*HRVFLHQFHV28, 929-937.
Peltier, W.R., ICE4G (VM2). (2001), Glacial Isostatic Adjustment Corrections, in Sea Level Rise;
+LVWRU\DQG&RQVHTXHQFHV Douglas, B.C., Kearney, M.S., and S.P. Leatherman (Eds.), Academic
Press, International Geophysics Series, 75.2001.
Peltier, W.R., (2000), Earth Physics and Global Glacial Isostasy: From Paleo-Geodesy to SpaceGeodesy. ,QWHUQDWLRQDO$VVRFLDWLRQRI*HRGHV\6\PSRVLD 123. Gravity, Geoid and Geodynamics.
Penland, C., y L. Matrosova, (1998), “Prediction of tropical Atlantic sea aurface temperatures using
Linear Inverse Modeling,” -RXUQDORI&OLPDWH March, 483-496 pp.
Prudhomme, C., Jakob, D. and Svensson, C. (2003), “Uncertainty and climate change impact on the
ÀRRGUHJLPHRIVPDOO8.FDWFKPHQWV´-RXUQDORI+\GURORJ\277, 1-23.
Rahmstorf, S. y otros (2007), “Recent climate observations compared to projections”, 6FLHQFH 316:709.
5DVPXVVRQ(0\7+&DUSHQWHU³7KHUHODWLRQVKLSEHWZHHQHDVWHUQHTXDWRULDO3DFL¿FVHD
surface temperatures and rainfall over India and Sri Lanka”, 0RQWKO\ :HDWKHU 5HYLHZ AMS
Journals, 110, 517-528.
Saha, and co-authors, (2006), “The NCEP Climate Forecast System”,-RXUQDORI&OLPDWH 19, 3483-3517.
Salathé, E.P. (2005), “Downscaling simulations of future global climate with application to hydrologic
modeling”,,QWHUQDWLRQDO-RXUQDORI&OLPDWRORJ\25, 419-436.
Schmidli, J., Frei, C. y Vidale, P.L. (2006), “Downscaling from GCM precipitation: A benchmark for
dynamical and statistical downscaling methods”,,QWHUQDWLRQDO-RXUQDORI&OLPDWRORJ\26, 679-689.
6FKZDUW]0/(QF\FORSHGLDRI&RDVWDO6FLHQFH06FKZDUW](G7KH1HWKHUODQGV6SULQJHU
Shanahan, T. M.; y otros (2009), “Atlantic Forcing of Persistent Drought in West Africa”, 6FLHQFH 324
(5925): 377–380. doi:10.1126/science.1166352.
Snarey, M., Terrett, N.K., Willet, P. Wilton, D.J. (1997), “Comparison of algorithms for dissimilaritybased compound selection”, -RXUQDORI0ROHFXODU*UDSKLFVDQG0RGHOOLQJ15, 372-385.
Shore protection manual (1984), United States. Army. Corps of Engineers ; Coastal Engineering
Research Center (U.S.)
Thompson D. W. J. y J. M Wallace, (1998), “The Arctic Oscillation signature in the wintertime
JHRSRWHQWLDOKHLJKWDQGWHPSHUDWXUH¿HOGV´*HRSK\VLFDO5HVHDUFK/HWWHUV 25, No. 9, 1297-1300.
Thompson, D. W. J., y J. M. Wallace, (2000), “Annular modes in the extratropical circulation. Part I:
Month-to-month variability”,-RXUQDORI&OLPDWH13, 1000–1016.
Tolman, H. L., (2003), “Treatment of unresolved islands and ice in wind wave models”, 2FHDQ
0RGHOOLQJ5, 219-231.
_____ (2002), “Limiters in third-generation wind wave models”, *OREDO $WPRVSKHUH DQG 2FHDQ
6\VWHP 8, 67-83.
_____ (1999), 8VHU PDQXDO DQG V\VWHP GRFXPHQWDWLRQ RI :$9(:$7&+,,, YHUVLRQ 1.18. NOAA /
1:61&(320%7HFKQLFDO1RWHSS0ESGI¿OH
_____ (1997), 8VHU PDQXDO DQG V\VWHP GRFXPHQWDWLRQ RI :$9(:$7&+,,, YHUVLRQ 1.15. NOAA /
1:61&(320%7HFKQLFDO1RWHSS0%3')¿OH
_____ (1989), ‘The numerical model WAVEWATCH: a third generation model for the hindcasting of
wind waves on tides in shelf seas”, &RPPXQLFDWLRQVRQ+\GUDXOLFDQG*HRWHFKQLFDO(QJLQHHULQJ
Delft Univ. of Techn., ISSN 0169-6548, Rep. no. 89-2, 72 pp.
182
CEPAL
Dinámicas, tendencias y variabilidad climática
7RPDV$)-0HQGH]\,-/RVDGD³$PHWKRGIRUVSDWLDOFDOLEUDWLRQRIZDYHKLQGFDVWGDWD
bases”, &RQWLQHQWDO6KHOI5HVHDUFK ELSEVIER, 28, 391-398.
9DQ'RUQ:&³:LQG6WUHVVRQDQ$UWL¿FLDO3RQG´-RXUQDORI0DULQH5HVHDUFKVolume 12.
Van Vuuren, D.P., Lucas, P.L., Hilderink, H.B.M., (2006), Downscaling drivers of global environmental
change Enabling use of global SRES scenarios at the national and grid levels Netherlands,
Environmental Assessment Agency (MNP).
Van Oldenborgh, G.J., Philip, S.Y., Collins, M. (2005), “El Niño in a changing climate: a multi-model
study”, Ocean 6FLHQFH1, 81-95.
Vermeer, M y S. Rahmstorf (2009), “Global sea level linked to global temperature”,31$6 doi_10.1073_
pnas.0907765106.
Von Storch H, Zwiers FW. (1999). 6WDWLVWLFDO $QDO\VLV LQ &OLPDWH 5HVHDUFK Cambridge University
Press: Cambridge.
:DOODFH -0 7KRPSVRQ ':- ³7KH 3DFL¿F &HQWHU RI $FWLRQ RI WKH 1RUWKHUQ +HPLVSKHUH
annular mode: real or artifact?”,-RXUQDORI&OLPDWH15: 1987–1991.
:DOODFH -0 \ '6 *XW]OHU ³7HOHFRQQHFWLRQV LQ WKH JHRSRWHQWLDO KHLJKW ¿HOG GXULQJ WKH
Northern hemisphere Winter”,0RQWKO\:HDWKHU5HYLHZ109, 784-812.
WAMDIG (1988), “The WAM model - A third generation ocean wave prediction model“, -RXUQDORI
3K\VLFDO2FHDQRJUDSK\ 18, 1775-1810.
Weisse, R. y von Storch, H. (2010), 0DULQHFOLPDWHDQGFOLPDWHFKDQJH6WRUPVZLQGZDYHVDQGVWRUP
VXUJHV Springer, Berlin, Heidelberg, New York, 200 pp
Wilby, R.L. y Harris, I. (2006). “A framework for assessing uncertainties in climate change impacts:
ORZ ÀRZ VFHQDULRV IRU WKH 5LYHU 7KDPHV´ 8. :DWHU 5HVRXUFHV 5HVHDUFK 42, W02419,
doi:10.1029/2005WR004065.
Wilks DS. (1995).6WDWLVWLFDO0HWKRGVLQWKH$WPRVSKHULF6FLHQFHV Academic Press: San Diego, CA.
Xue, Y., T. M. Smith, y R. W. Reynolds, (2003), “Interdecadal changes of 30-yr SST normals during
1871-2000”, -RXUQDORI&OLPDWH16, 1601-1612.
Zhang, Keqi, Bruce C. Douglas, y Stephen P. Leatherman. (2004), “Global Warming and Coastal
Erosion”&OLPDWLF&KDQJH64(1/2): 41-58.
Zorita, E., H. Von Storch (1999), “The analog method as a simple statistical downscaling technique:
comparison with more complicated methods”,-RXUQDORI&OLPDWH12: 2474-2489.
183
CEPAL
Dinámicas, tendencias y variabilidad climática
Anexo 1
Metodología, resultados y validación de la obtención de las
bases de datos de las dinámicas costeras generadas por IHC
A1. 1. Metodologías y técnicas para la elaboración de bases
de datos numéricas de alta resolución temporal y espacial del clima
marítimo pasado y futuro
Debido a la carencia de información sobre oleaje, no sólo en ALyC, sino de forma general en el
hemisferio Sur, se ha desarrollado una metodología para la obtención de series horarias de 61 años
de duración de parámetros de oleaje a lo largo del área de estudio con una elevada resolución espacial
y temporal. A continuación, se describe el modelo numérico, las características de la base de datos
generada, y la validación y calibración de la misma con datos instrumentales de satélite y boyas.
A1.1.1. Descripción del modelo numérico
(OPRGHORQXPpULFRXWLOL]DGRSDUDJHQHUDUODVVHULHVGHROHDMHKDVLGRHOPRGHOR:DYH:DWFK
III (Tolman 1997, 1999). Es un modelo de tercera generación desarrollado por la NOAA/NCEP, similar
al modelo WAM (WAMDIG 1988, Komen et al 1994). WWIII es el último desarrollo del modelo inicial
::,HODERUDGRSRUOD8QLYHUVLGDGGH'HOIW7ROPDQSRVWHULRUPHQWHUH¿QDGRSRUOD1$6$HQ
el WWII.
/D YHUVLyQ ::,,, GL¿HUH GH VXV DQWHFHVRUHV HQ PXFKRV H LPSRUWDQWHV SXQWRV GH HVSHFLDO
relevancia, que incluyen aspectos relacionados con: la estructura, método numérico de resolución y
SDUDPHWUL]DFLRQHVItVLFDV::,,,UHVXHOYHODHFXDFLyQGHEDODQFHGHGHQVLGDGHVSHFWUDO/DKLSyWHVLV
fundamental asumida en la resolución es que las propiedades del medio (corrientes y batimetría) así
como las del campo de oleaje, varían, en el espacio y en el tiempo, en escalas mucho mayores que una
longitud de onda.
185
CEPAL
Dinámicas, tendencias y variabilidad climática
8QDOLPLWDFLyQGHOPRGHORSRUWDQWRHVTXHQRHVFDSD]GHVLPXODUORVHIHFWRVGHSURSDJDFLyQGHO
ROHDMHHQSURIXQGLGDGHVUHGXFLGDVWDQH¿FD]PHQWHFRPRRWURVPRGHORV3RUHVWHPRWLYRORVUHVXOWDGRV
GHODVVLPXODFLRQHVUHDOL]DGDVFRQHO::,,,VHXWLOL]DQXVXDOPHQWHFRPRFRQGLFLRQHVLQLFLDOHVGHODV
simulaciones con el modelo de propagación de oleaje SWAN. El modelo SWAN (Simulating Waves
Nearshore, Booij et al. 1999) está también basado en la conservación de acción de onda, pero ha
GHPRVWUDGRUHVROYHUPiVH¿FD]PHQWHORVIHQyPHQRVTXHDIHFWDQDOROHDMHHQSURIXQGLGDGHVUHGXFLGDV
(OPRGHORGHSURSDJDFLyQ6:$1HVGHDFHSWDGD\JHQHUDOL]DGDDSOLFDFLyQHQODLQJHQLHUtDGHFRVWDVHQ
HOPXQGR/DSiJLQDR¿FLDOGHOPRGHORHVZZZVZDQWXGHOIWQO8QDOLVWDFRPSOHWDGHODVUHIHUHQFLDV\
algunas aplicaciones se puede encontrar en: http://vlm089.citg.tudelft.nl/swan/references/references.htm.
(OIRU]DPLHQWRTXHVHXWLOL]DHQHOPRGHORGHJHQHUDFLyQGHROHDMHVRQYLHQWRVDPGHDOWXUD
de resolución temporal seis horas y espacial según una malla global gaussiana T62, con 192 nodos en
ORQJLWXG\HQODWLWXGHQORQJLWXG\HQODWLWXGGHPHGLDGHO5HDQiOLVLVDWPRVIpULFR
NCEP/NCAR de Estados Unidos. Estos vientos presentan las ventajas de que cubren, completa y
KRPRJpQHDPHQWHHOSHUtRGR\VHDFWXDOL]DQPHVDPHV
$&DUDFWHUtVWLFDVGHOUHDQiOLVLV*2:FRQ¿JXUDFLyQ\IRU]DPLHQWRV
El reanálisis GOW*OREDO2FHDQ:DYHVGHO,+&VHRUJDQL]DHQGLVWLQWDVHVFDODVHVSDFLDOHV
(QSULPHUOXJDUVHKDREWHQLGRHOROHDMHHQXQDPDOODJOREDO¿JXUDTXHSURSRUFLRQDHOROHDMH
D HVFDOD PXQGLDO FRQ QRGRV GH UHVROXFLyQ HVSDFLDO LJXDO D HQ ORQJLWXG \ HQ ODWLWXG (Q HVWD
PDOODJOREDOVHKDQDQLGDGRQXHYDVPDOODVSDUDHOHVWXGLRGH]RQDVGHGHWDOOHFRQPD\RUJUDGRGH
GH¿QLFLyQ6HKDQSODQWHDGRWUHVPDOODVGHGHWDOOHXQDSDUDODFRVWDSDFt¿FDGH6XGDPpULFD\RWUD
SDUDODFRVWD$WOiQWLFDDPEDVGHUHVROXFLyQGH[\XQDPDOODGH[SDUDHO&DULEH
de mayor resolución espacial por las características de las islas y del Mar del Caribe, siguiendo las
UHFRPHQGDFLRQHVGHH[SHULHQFLDVSUHYLDVHQOD]RQDGHOD12$$FRQVXPRGHORRSHUDFLRQDO¿JXUD
\¿JXUD
FIGURA 1.161
MALLA GLOBAL DEL REANÁLISIS GOW
Fuente: Elaboración propia.
186
CEPAL
Dinámicas, tendencias y variabilidad climática
El alcance temporal del reanálisis GOW abarca desde 1948 a 2010, con resolución temporal
KRUDULD$XQTXHHQHOHVWXGLRVyORVHKDQXWLOL]DGRODVVHULHVWHPSRUDOHVKDVWDHODxRHOUHDQiOLVLV
HVWiVLHQGRDFWXDOL]DGRSHULyGLFDPHQWHDPHGLGDTXHORVYLHQWRVGH1&(3VRQSXEOLFDGRV
Los resultados obtenidos para la costa de ALyC han sido: 1) parámetros estadísticos del oleaje
de resolución temporal horaria y espacial igual a la de las mallas de detalle y 2) espectros de energía
FRQUHVROXFLyQWHPSRUDOGHKRUDV\HVSDFLDOGHDSUR[LPDGDPHQWH
FIGURA 1.162
MALLAS DE DETALLE DE REANÁLISIS DE OLEAJE EN AMÉRICA LATINA
Y EL CARIBE Y RESOLUCIÓN ESPACIAL DE LAS MISMAS
Fuente: Elaboración propia.
&RPRGDWRVGHIRU]DPLHQWRDWPRVIpULFRVHKDQXWLOL]DGRORVFDPSRVGHYLHQWRDP\HO
hielo del reanálisis atmosférico NCEP-NCAR, con resolución temporal de 6 horas y espacial media
GHHQODWLWXG\HQORQJLWXG(VWRVGDWRVWLHQHQXQDFREHUWXUDJOREDO\WHPSRUDOGHVGH
hasta la actualidad.
La correcta determinación del oleaje y su tendencia en esta región del mundo, requiere tener en
FXHQWDHOHIHFWRGHORVFLFORQHVWURSLFDOHVTXHHQHO$WOiQWLFR\HQHO3DFt¿FR1RUGHVWHVRQGHQRPLQDGRV
huracanes. Sin embargo, la resolución tanto espacial y temporal de los datos NCEP/NCAR, no permite
representar adecuadamente la sobreelevación producida por estos fenómenos meteorológicos, por otro
ODGRPX\IUHFXHQWHVHQHVWDSDUWHGHOSODQHWD(QOD¿JXUDVHPXHVWUDQODVWUD\HFWRULDVKLVWyULFDV
GHORVKXUDFDQHVHQHO$WOiQWLFR\HQHO3DFt¿FR1RUGHVWH
187
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.163
TRAYECTORIAS HISTÓRICAS DE HURACANES EN EL ATLÁNTICO (A)
Y EN EL PACÍFICO NORDESTE (B)
Fuente: University of Illinois. Department of Atmospheric Sciences. http://www.atmos.uiuc.edu/index.html.
3RUORWDQWRHOHVWXGLRGHOROHDMHHQOD]RQDGHHVWXGLRVHGHEHUtDOOHYDUDFDERHQGRVIDVHV
Fase I: *HQHUDFLyQGHUHDQiOLVLVGHDxRVGHROHDMHSDUDWRGDOD]RQDGHHVWXGLR
XWLOL]DQGRORVIRU]DPLHQWRV1&(31&$5KDSUR[
Fase II: Generación del oleaje producido por los huracanes ocurridos en el periodo de tiempo
3DUDODREWHQFLyQGHORVIRU]DPLHQWRVGXUDQWHHVWRVHYHQWRVVHKDGHVDUUROODGRXQPRGHOR
GHJHQHUDFLyQGHKXUDFDQHVTXHXWLOL]DFRPRGDWRVGHHQWUDGDODEDVHGHGDWRV+85'$7SURSRUFLRQDGD
por la NOAA (Estados Unidos). Esta base de datos recoge las trayectorias e intensidades de ciclones
tropicales estimados a través de un análisis a SRVWHULRUL de todos los datos disponibles (ver anexo
dedicado a los huracanes).
(QHVWHHVWXGLRVHKDUHDOL]DGROD)DVH,\XQDQiOLVLVSUHOLPLQDUGHOHIHFWRGHORVKXUDFDQHVHQHO
oleaje y marea meteorológica en las costas del Caribe y Centroamérica a partir de formulaciones empíricas.
A1.1.3. Validación del reanálisis GOW
Los resultados del reanálisis Global han sido validados con datos instrumentales de boyas y
GHVDWpOLWH(QFXDQWRDODVER\DVVHKDXWLOL]DGRODUHGH[WHULRUGH233(HQHOOLWRUDOHVSDxRO\ER\DV
de la NOAA en el resto del mundo, cubriendo regiones con condiciones de oleaje muy diversas. En la
¿JXUDVHUHSUHVHQWDQODVORFDOL]DFLRQHVH[DFWDVGRQGHVHKDYDOLGDGRHOUHDQiOLVLVFRQUHJLVWURV
de boyas a escala global.
188
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.164
BOYAS DE OLEAJE UTILIZADAS PARA LA VALIDACIÓN
DE LA MALLA GLOBAL DEL REANÁLISIS GOW
Fuente: Elaboración propia.
(QWUHOD¿JXUD\OD¿JXUDVHUHSUHVHQWDQYDULRVHMHPSORVGHODYDOLGDFLyQUHDOL]DGD
HQDOJXQDVGHODVER\DVXWLOL]DGDVSDUDFRPSUREDUORVUHVXOWDGRVQXPpULFRVGHODPDOODJOREDO/DV
VHULHVFRUUHVSRQGHQDODxRPLHQWUDVTXHORVSDUiPHWURVGHFRUUHODFLyQKDQVLGRFDOFXODGRVFRQOD
WRWDOLGDGGHOUHJLVWURGHFDGDER\D
FIGURA 1.165
VALIDACIÓN EN LA BOYA NOAA 46003. REGIÓN: PACÍFICO NORTE. MALLA GLOBAL
Fuente: Elaboración propia.
1RWD%LVHFWUL]5(UURU2UWRJUi¿FR0HGLR506(6HVJR%,$6
&RH¿FLHQWHGH&RUUHODFLyQ&255Scatter Index6,
189
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.166
VALIDACIÓN EN LA BOYA NOAA 46005.
REGIÓN: PACÍFICO NORTE. MALLA GLOBAL
Fuente: Elaboración propia.
1RWD %LVHFWUL] 5 (UURU 2UWRJUi¿FR 0HGLR 506( 6HVJR %,$6
&RH¿FLHQWHGH&RUUHODFLyQ&2556FDWWHU,QGH[6,
FIGURA 1.167
VALIDACIÓN EN LA BOYA DE SILLEIRO INDEFINIDAS (OPPE).
REGIÓN: ATLÁNTICO NORTE. MALLA GLOBAL
Fuente: Elaboración propia.
1RWD %LVHFWUL] 5 (UURU 2UWRJUi¿FR 0HGLR 506( 6HVJR %,$6
&RH¿FLHQWHGH&RUUHODFLyQ&2556FDWWHU,QGH[6,
190
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.168
VALIDACIÓN EN LA BOYA DE BILBAO INDEFINIDAS (OPPE).
REGIÓN: ATLÁNTICO NORTE. MALLA GLOBAL
Fuente: Elaboración propia.
1RWD %LVHFWUL] 5 (UURU 2UWRJUi¿FR 0HGLR 506( 6HVJR %,$6
&RH¿FLHQWHGH&RUUHODFLyQ&2556FDWWHU,QGH[6,
Para ver la validación en alturas y periodo de pico en el Caribe, se muestran a continuación
las series temporales durante los años 2007 y 2008 de la boya 41043 de la NOAA, al Norte de la isla de
3XHUWR5LFRYpDVH¿JXUD
191
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.169
SERIES TEMPORALES DE ALTURA DE OLA Y PERIODO DE PICO EN LA BOYA 41043
DE LA NOAA, AL NORTE DE LA ISLA DE PUERTO RICO
Fuente: Elaboración propia.
&RQHO¿QGHYHUHOGLVWLQWRFRPSRUWDPLHQWRHQXQDV]RQDV\RWUDV\HQHVSHFLDOHQORVH[WUHPRV
REVpUYHVHOD¿JXUDGRQGHVHFRPSDUDQORVFXDQWLOHVGHODVER\DV\(QOD
boya 41040 se aprecia la presencia de un huracán registrado por la boya y que no ha sido modelado
en el reanálisis ya que los vientos globales NCEP no incluyen correctamente los vientos provocados
192
CEPAL
Dinámicas, tendencias y variabilidad climática
SRUFLFORQHVRKXUDFDQHV3RUHVWDUD]yQVHKDSODQWHDGRODQHFHVLGDGGHOPRGHODGRGHORVYLHQWRVGH
KXUDFDQHVDSDUWLUGHGDWRVKLVWyULFRV\XQPRGHORDQDOtWLFRFRQHO¿QGHPRGHODUHOROHDMHHQOD]RQD
tropical en los periodos de tiempo en que tuvieron lugar estas tormentas.
FIGURA 1.170
GRÁFICOS DE DISPERSIÓN Y CUANTILES PARA LAS BOYAS 41043, 32302 Y 41040
Fuente: Elaboración propia.
Nota: Obsérvese la presencia de un huracán en el registro de la boya 41040 (derecha).
Además, como queda patente en la boya 32302, los resultados numéricos del modelo comparados
con los registros instrumentales presentan cierta dispersión, en especial la diferencia es mayor en los
FXDQWLOHV H[WUHPRV 3RU HVWD UD]yQ HV QHFHVDULR UHDOL]DU XQD FDOLEUDFLyQ HVSDFLDO GH ORV UHVXOWDGRV
numéricos para disminuir la dispersión y mejorar la concordancia de los resultados numéricos con los
registros instrumentales en todo el dominio de estudio.
Los resultados del reanálisis GOW también han sido contrastados con medidas hechas desde
VDWpOLWH'HVGHDVHKDQFDOFXODGRHOFRH¿FLHQWHGHFRUUHODFLyQ¿JXUDHOHUURUFXDGUiWLFR
PHGLRHOtQGLFHGHGLVSHUVLyQ6FDWWHU,QGH[\HOVHVJR%LDVGHORVGDWRVGHDOWXUDGHRODVLJQL¿FDQWH
FIGURA 1.171
ERROR MEDIO CUADRÁTICO ENTRE EL REANÁLISIS GOW
Y DATOS DE SATÉLITE. PERIODO: MARZO A MAYO 2000
Fuente: Elaboración propia.
193
CEPAL
Dinámicas, tendencias y variabilidad climática
A1.1.4. Calibración del reanálisis GOW
(QYLVWDGHODQHFHVLGDGGHFRUUHJLUORVGDWRVQXPpULFRVGHROHDMHHQFLHUWDVORFDOL]DFLRQHV
para que se asemejen a los registros instrumentales, se requiere plantear un modelo de calibración del
oleaje. El modelo paramétrico propuesto tiene en cuenta la dirección del oleaje y responde a la ecuación
0LQJXH]HWDO
Hc Į(ș)Â+scb(ș)
(A1.1)
Siendo Hsc la altura de ola sin calibrar y Hc la altura calibrada.
Las características del modelo de calibración planteado son las siguientes.
6HXWLOL]DQORVGDWRVGHVDWpOLWHDGTXLULGRVSRUHO,+&DQWDEULDSDUDHOSUR\HFWRH[SOLFDGRVHQ
HODSDUWDGRVREUHODVIXHQWHVGHLQIRUPDFLyQ±¿JXUD±(QFDGDSXQWRVHVHOHFFLRQDORVGDWRV
GHDOUHGHGRUDXQDGLVWDQFLDGH\HQGLUHFFLyQSHUSHQGLFXODUDODFRVWDGHIRUPDTXHHQHOFDVRGH
las islas no se seleccionan datos que se encuentran al resguardo de las mismas, puesto que el oleaje es
GLVWLQWRHQDOWXUD\GLUHFFLyQDXQODGR\DORWURGHODVPLVPDVYpDVH¿JXUD
/DEDVHGHGDWRVGHVDWpOLWHKDVLGRFRPSUDGDDODHPSUHVD$48$7,&$ODFXDOKDUHDOL]DGR
el exhaustivo control de calidad de la base de datos necesario para su uso. Dichas bases de datos
provienen de la red AVISO: http://www.aviso.oceanobs.com/.
FIGURA 1.172
DATOS DE SATÉLITE ADQUIRIDOS PARA EL ESTUDIO
Fuente: Elaboración propia.
194
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.173
SELECCIÓN DE DATOS DE SATÉLITE EN TORNO A UN PUNTO DE LA COSTA
PACÍFICA DE MÉXICO, UTILIZANDO UN CRITERIO DE BÚSQUEDA DESDE TIERRA
Fuente: Elaboración propia.
&RQ HO ¿Q GH HYLWDU ORV GDWRV IXHUD GH UDQJR RXWOLHUV que provocan los huracanes y que
GLVWRUVLRQDQ OD FDOLEUDFLyQ HQ OD ]RQD WURSLFDO VH KD SODQWHDGR XQ FULWHULR GH HOLPLQDFLyQ GH HVWRV
SXQWRV EDVDGR HQ XQ DQiOLVLV GH UHVLGXRV QRUPDOL]DGRV (Q OD ¿JXUD VH UHSUHVHQWD XQ JUi¿FR
GH GLVSHUVLyQ DO 1RUWH GH &RORPELD GRQGH ORV SXQWRV D]XOHV UHSUHVHQWDQ ORV GDWRV DGPLWLGRV HQ OD
calibración mientras que en rojo se han descartado los RXWOLHUV
FIGURA 1.174
IDENTIFICACIÓN DE OUTLIERS EN LA CALIBRACIÓN DEL OLEAJE
0HWURV
Fuente: Elaboración propia.
1RWD(QHOHMHKRUL]RQWDOVHUHSUHVHQWDORVYDORUHV
GH OD DOWXUD GH ROD VLJQL¿FDQWH GH ORV UHJLVWURV
instrumentales y en el eje vertical el resultado del
PRGHORQXPpULFR(QURMRVHLGHQWL¿FDQORVRXWOLHUV
LGHQWL¿FDGRV
195
CEPAL
Dinámicas, tendencias y variabilidad climática
Los parámetros del modelo (a y b en ec. (1.4)) se ajustan a VSOLQHV que tienen en cuenta la
dirección de procedencia del oleaje, de forma que la transformación de las alturas de ola varía de unas
GLUHFFLRQHVDRWUDV(VWHHIHFWRGLUHFFLRQDOTXHGDUHÀHMDGRHQODVURVDVGHFDOLEUDFLyQGHFDGDSXQWR
FRPRVHDSUHFLDHQHOHMHPSORGHOD¿JXUD
FIGURA 1.175
ROSA DE CALIBRACIÓN EN FUNCIÓN DE LA DIRECCIÓN DEL OLEAJE
CON INTERVALO DE CONFIANZA DEL 95%
Fuente: Elaboración propia.
El ajuste de los parámetros del modelo se hace calibrando los cuantiles de la población de los
datos, en lugar de los datos instantáneos, con el resultado de que los extremos, menos frecuentes y por
tanto representados en menor número en los registros, pero más energéticos, quedan ponderados en el
PpWRGRGHFDOLEUDFLyQ¿JXUD
196
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.176
GRÁFICOS DE CUANTILES DEL REANÁLISIS DE OLEAJE (IZQUIERDA)
Y DE LOS DATOS DE SATÉLITE (DERECHA)
Fuente: Elaboración propia.
8QD YH] REWHQLGRV ORV SDUiPHWURV GHO PRGHOR VH DSOLFD D ODV VHULHV KRUDULDV GH ROHDMH OD
transformación dada por la ecuación de calibración. El efecto de la calibración se puede observar en la
¿JXUD\¿JXUD
FIGURA 1.177
EJEMPLOS DE TRANSFORMACIÓN DE LA CALIBRACIÓN
EN LOS CUANTILES DE ALTURA DE OLA
Fuente: Elaboración propia.
1RWD(QODL]TXLHUGDODFDOLEUDFLyQDIHFWDHQPD\RUJUDGRDORVH[WUHPRVPLHQWUDVTXHHQODGHUHFKDHOHIHFWRVH
aprecia tanto en las alturas pequeñas como en las mayores.
197
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.178
EFECTO ESPACIAL DE LA CALIBRACIÓN.
VALORES DE LOS ÍNDICES RMSE (ERROR CUADRÁTICO MEDIO) (A Y B)
Y SCATTER INDEX (C Y D) EN EL OLEAJE GLOBAL, ANTES (A Y C) Y DESPUÉS
DE LAS CORRECCIONES (B Y D)
Fuente: Elaboración propia.
198
CEPAL
Dinámicas, tendencias y variabilidad climática
(V QHFHVDULR GHVWDFDU TXH OD FDOLEUDFLyQ GHO ROHDMH VyOR VH UHDOL]D HQ DOWXUDV GH ROD \D TXH OD
~QLFD LQIRUPDFLyQ KRPRJpQHD HQ $/\& GH TXH VH GLVSRQH HV OD DOWXUD VLJQL¿FDQWH SRU PHGLR GH ORV
satélites. Ni el periodo ni la dirección se pueden calibrar por la inexistencia de datos, y mucho menos la
forma espectral. Respecto a posibles errores en la dirección, parte del error observado en la altura de ola
VLJQL¿FDQWHSRGUtDYHQLUSURYRFDGRSRUXQHUURUHQODGLUHFFLyQSHUR\DTXHHOGHVIDVHHQWUHODVVHULHVGH
ODVER\DV\HOUHDQiOLVLVQRHVVLJQL¿FDWLYRODYDULDEOHDOWXUDGHRODHQXQSXQWRHVXQLQGLFDGRULQGLUHFWR
de la dirección de propagación, y por tanto, la dirección se puede considerar correcta. Más aún, en la
validación con boyas se observa una adecuada correlación con las direcciones registradas en las mismas.
A1.2. Metodologías y técnicas para la elaboración de bases de datos
numéricas de alta resolución temporal y espacial de marea meteorológica
Se denomina marea meteorológica VWRUP VXUJH a la sobreelevación del nivel del mar debido a la
tensión tangencial que ejerce el viento sobre una masa de agua y a los gradientes de presión atmosférica.
Esta sobreelevación es uno de los componentes para determinar el nivel del mar total y su importancia
UHODWLYDUHVSHFWRDODPDUHDDVWURQyPLFD\RWURVIDFWRUHVGHSHQGHGHOD]RQDJHRJUi¿FDDQDOL]DGD3RU
ORWDQWRSDUDFDOFXODUHOULHVJRGHLQXQGDFLyQGHODFRVWDHQ$/\&HVQHFHVDULRDQDOL]DUHOYDORUGHOD
marea meteorológica ya que es uno de los componentes de la variable cota de inundación (CI) y nivel
del mar total (NM).
En este estudio se ha desarrollado una metodología para la obtención de series horarias de 61 años
de duración (1948-2008) de marea meteorológica para toda el área de estudio. A continuación, se describe
HOPRGHORQXPpULFR\ORVGDWRVXWLOL]DGRVDVtFRPRODVFDUDFWHUtVWLFDVGHODEDVHGHGDWRVJHQHUDGD\OD
validación de la misma.
A1.2.1. Descripción del modelo numérico
(OPRGHORXWLOL]DGRSDUDHOFiOFXORGHODPDUHDPHWHRUROyJLFDKDVLGRHOPRGHORWULGLPHQVLRQDO
de circulación ROMS 5HJLRQDO2FHDQ0RGHOLQJ6\VWHPdesarrollado por el Ocean Modeling Group de
5XWJHUV'HELGRDTXHHOPRGHORLQFOX\HDOJRULWPRVItVLFRV\QXPpULFRVDOWDPHQWHH¿FLHQWHV\SUHFLVRV
HQODDFWXDOLGDGHVWiVLHQGRDPSOLDPHQWHXWLOL]DGRSRUODFRPXQLGDGFLHQWt¿FDVLHQGRVXDSOLFDELOLGDG
GHGLYHUVDtQGROH+DLGYRJHOHWDO0DUFKHVLHOORHWDO3HOL]HWDO'L/RUHQ]R
Dinniman et al., 2003; Budgell, 2005; Warner et al., 2005a, b; Wilkin et al., 2005).
El modelo ROMS resuelve de forma numérica las ecuaciones conocidas como ecuaciones
primitivas, en las que asume que la presión sigue una ley hidrostática. Las ecuaciones primitivas engloban
la ecuación de conservación de cantidad de movimiento, la de conservación de la masa, la de transporte
de distintas sustancias como la temperatura y la salinidad, y la ecuación de estado para el cómputo de la
GHQVLGDGGHODJXD(QHVWHHVWXGLRGDGRHOFDUiFWHUEDURWUySLFRGHOIHQyPHQRDUHVROYHUVHKDXWLOL]DGR
la versión 2D del modelo.
A1.2.2. Datos y metodología
Batimetría
/DEDWLPHWUtDXWLOL]DGDSURYLHQHGHODEDVHGHGDWRVGHPLQXWRVGHUHVROXFLyQ(7232(VWD
base de datos contiene la batimetría de los océanos a escala global, proveniente de datos de altimetría
(satélite) (véase capítulo 3).
8WLOL]DQGRHVWDEDWLPHWUtDVHKDUHDOL]DGRXQDPDOODTXHFXEUHWRGRHOGRPLQLRGHFiOFXORFRQ
UHVROXFLyQGH(QOD¿JXUDVHSXHGHYHUODFRQ¿JXUDFLyQGHODEDWLPHWUtDXQDYH]LQWHUSRODGDD
la malla del dominio de cálculo.
199
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.179
BATIMETRÍA UTILIZADA EN LA GENERACIÓN DE REANÁLISIS DE MAREA
METEOROLÓGICA EN LA ZONA DE ESTUDIO. MALLA 1 (RESOLUCIÓN: 1/4º)
Fuente: Elaboración propia.
Forzamientos atmosféricos
/RVIRU]DPLHQWRVTXHVHXWLOL]DQHQHOPRGHORGHFLUFXODFLyQVRQYLHQWRVDPGHDOWXUD\
SUHVLyQDQLYHOGHOPDU6/3FRQUHVROXFLyQWHPSRUDOGHVHLVKRUDV\HVSDFLDOGHHQODWLWXG
\HQORQJLWXGSURYHQLHQWHVGHO&HQWUR1&(31&$5GH(VWDGRV8QLGRV(VWRVGDWRVFXEUHQ
FRPSOHWD\KRPRJpQHDPHQWHHOSHUtRGR\VHDFWXDOL]DQPHVDPHV
/D FRUUHFWD GHWHUPLQDFLyQ GHO QLYHO GHO PDU \ VX WHQGHQFLD HQ HVWD ]RQD UHTXLHUH WHQHU HQ
FXHQWDHOHIHFWRGHORVFLFORQHVWURSLFDOHVTXHHQHO$WOiQWLFR\HQHO3DFt¿FR1RUGHVWHVRQGHQRPLQDGRV
huracanes. Sin embargo, la resolución tanto espacial y temporal de los datos NCEP/NCAR, no permite
representar adecuadamente la sobreelevación producida por estos fenómenos meteorológicos, por otro
ODGRPX\IUHFXHQWHVHQHVWDSDUWHGHOSODQHWD(QOD¿JXUDVHPRVWUDURQODVWUD\HFWRULDVKLVWyULFDV
GHORVKXUDFDQHVHQHO$WOiQWLFR\HQHO3DFt¿FR1RUGHVWH
3RUORWDQWRHOHVWXGLRGHODPDUHDPHWHRUROyJLFDHQOD]RQDGHHVWXGLRVHGHEHUtDOOHYDUDFDER
en dos fases:
Fase I: Generación de reanálisis de 61 años (1948-2008) de marea meteorológica para toda la
]RQDGHHVWXGLRFRQGHUHVROXFLyQPDOODYpDVH¿JXUDXWLOL]DQGRORVIRU]DPLHQWRV1&(3
1&$5KDSUR[
Fase II: Generación de la sobreelevación del nivel del mar producida por los huracanes
RFXUULGRV HQ HO SHULRGR GH WLHPSR 3DUD OD REWHQFLyQ GH ORV IRU]DPLHQWRV GXUDQWH HVWRV
200
CEPAL
Dinámicas, tendencias y variabilidad climática
HYHQWRVVHKDGHVDUUROODGRXQPRGHORGHJHQHUDFLyQGHKXUDFDQHVTXHXWLOL]DFRPRGDWRVGHHQWUDGDOD
base de datos HURDAT proporcionada por la NOAA (Estados Unidos). Esta base de datos recoge las
trayectorias e intensidades de ciclones tropicales estimados a través de un análisis aSRVWHULRUL de todos
los datos disponibles (ver anexo dedicado a los huracanes).
Como en el caso del oleaje, en este estudio se ha llevado a cabo la Fase I y una versión
VLPSOL¿FDGDGHXQHVWXGLRHQGHWDOOHGHORVKXUDFDQHVEDVDGRHQIRUPXODFLRQHVHPStULFDV
Arranque del modelo y condiciones de contorno
(OLQLFLRGHODVLPXODFLyQQXPpULFDVHUHDOL]DHQHQHURGH\GDGRTXHHVHOSULPHUPHV
SDUDHOTXHH[LVWHQIRU]DPLHQWRV1&(31&$5HODUUDQTXHGHOPRGHORGHEHUHDOL]DUVH³HQIUtR´(V
GHFLUQRVHFXHQWDFRQFRQGLFLRQHVLQLFLDOHVGHVXSHU¿FLHOLEUHQLGHYHORFLGDGGHODFRUULHQWH3RUHVH
motivo hay un periodo, denominado “de calentamiento” del modelo en el que los resultados no son
YiOLGRV3DUDHVWDFRQ¿JXUDFLyQVHKDREWHQLGRTXHHVWHSHULRGRWLHQHXQDGXUDFLyQGHXQRVGtDV(O
UHVWRGHORVPHVHVXWLOL]DQFRPRFRQGLFLyQLQLFLDOORVYDORUHVGHODVYDULDEOHVREWHQLGRVHQHO~OWLPR
instante del mes simulado anteriormente. Por lo tanto, en la serie de 61 años solamente los primeros 15
días de enero de 1948 son desechables.
(QFXDQWRDODVFRQGLFLRQHVGHFRQWRUQRVHKDXWLOL]DGRODFRQGLFLyQGHEDUyPHWURLQYHUVR
XWLOL]DQGRORVYDORUHVGHSUHVLyQGH1&(31&$5
A1.2.3. Características del reanálisis GOS (Global Ocean Surge) en ALyC
La base de datos obtenida, a partir de ahora denominada reanálisis GOS*OREDO2FHDQ6XUJH
del IHC, abarca desde 1948 a 2008, con resolución temporal horaria. Los resultados obtenidos son la
elevación del nivel del mar por marea meteorológica para la costa de ALyC (dominio representado en
OD¿JXUD\UHVROXFLyQHVSDFLDOLJXDOD(QOD¿JXUD\¿JXUDVHSUHVHQWDQGRV
HMHPSORVGHUHVXOWDGRVGHVXSHU¿FLHOLEUHHQGLIHUHQWHV]RQDVSDUDXQDIHFKDGHWHUPLQDGD
FIGURA 1.180
RESULTADOS DEL REANÁLISIS GOS DE ELEVACIÓN DE LA SUPERFICIE
LIBRE DEBIDA A MAREA METEOROLÓGICA PARA LA FECHA 17/12/1992.
ZONA GOLFO DE MÉXICO Y CARIBE
Fuente: Elaboración propia.
201
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.181
RESULTADOS DEL REANÁLISIS GOS DE ELEVACIÓN DE LA SUPERFICIE
LIBRE DEBIDA A MAREA METEOROLÓGICA PARA LA FECHA 17/12/1992.
ZONA AMÉRICA DEL SUR
Fuente: Elaboración propia.
A1.2.4. Validación del reanálisis GOS en ALyC
Los resultados del reanálisis GOS han sido validados con los datos instrumentales de
mareógrafos obtenidos del Centro de Nivel del Mar de la Universidad de Hawaii (UHSLC), descritos
HQHO&DStWXOR$FRQWLQXDFLyQVHPXHVWUDDPRGRGHHMHPSORODYDOLGDFLyQUHDOL]DGDHQGLIHUHQWHV
SXQWRVGHODFRVWDWDQWRHQHO$WOiQWLFRFRPRHQHO3DFt¿FRSDUDFRPSUREDUORVUHVXOWDGRVGHOUHDQiOLVLV
(QOD¿JXUDVHPXHVWUDODORFDOL]DFLyQ\HOQRPEUHGHORVPDUHyJUDIRVXWLOL]DGRVSDUD
YDOLGDUGLFKRVSXQWRV'HVGHOD¿JXUDDOD¿JXUDVHUHSUHVHQWDODFRPSDUDFLyQGXUDQWH
un año, de la serie de marea meteorológica registrada por el mareógrafo y la obtenida del reanálisis.
(Q ODV JUi¿FDV VXSHULRUHV VH PXHVWUD HQ URMR OD VHULH PHGLGD \ HQ D]XO OD VHULH QXPpULFD (Q ODV
JUi¿FDVLQIHULRUHVVHPXHVWUDQORVGLDJUDPDVGHGLVSHUVLyQRVFDWWHUSORWV de los datos del mareógrafo
IUHQWH DO PRGHOR \ OD FRPSDUDFLyQ FXDQWLOFXDQWLO $GHPiV VH LQGLFDQ HO FRH¿FLHQWH GH FRUUHODFLyQ
UHVSHFWRDODELVHFWUL]5HOVHVJR%,$6HOFRH¿FLHQWHGHFRUUHODFLyQ&255\HOHUURUFXDGUiWLFR
medio (RMSE). Los parámetros de correlación han sido calculados con la totalidad del registro de
cada mareógrafo. Se puede observar una buena relación entre la serie registrada por el mareógrafo y la
serie numérica, variando el RMSE entre 5 y 10 cm. El sesgo se mantiene cercano a 0 y la correlación
YDUtDHQWUHODVSRVLFLRQHVDQDOL]DGDV(QORVSXQWRVVLWXDGRVHQHO1RUWHGH0p[LFRHOUHDQiOLVLVUHÀHMD
resultados menores que aquellos registrados por los mareógrafos. Esto es debido a la presencia de
máximos relacionados con tormentas tropicales y huracanes que no quedan recogidos adecuadamente
HQORVIRU]DPLHQWRVGHYLHQWR1&(3(QORVPDUHyJUDIRVGH6XGDPpULFDVHKDGHWHFWDGRXQDFRUUHODFLyQ
mayor, asociada a una mejor calidad de los campos de presión y viento del reanálisis atmosférico
NCEP/NCAR.
202
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.182
LOCALIZACIÓN Y NOMBRE DE LOS MAREÓGRAFOS
Fuente: Elaboración propia.
FIGURA 1.183
COMPARACIÓN DE LA SERIE DE MAREA METEOROLÓGICA DEL REANÁLISIS GOS
CON EL MAREÓGRAFO H775A LOCALIZADO EN EL GOLFO DE MÉXICO
Fuente: Elaboración propia.
1RWD%LVHFWUL]56HVJR%,$6&RH¿FLHQWHGH&RUUHODFLyQ&255(UURU
2UWRJUi¿FR0HGLR506(
203
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.184
COMPARACIÓN DE LA SERIE DE MAREA METEOROLÓGICA DEL REANÁLISIS GOS
CON EL MAREÓGRAFO H280A LOCALIZADO EN LA COSTA DEL ATLÁNTICO
Fuente: Elaboración propia.
1RWD%LVHFWUL]56HVJR%,$6&RH¿FLHQWHGH&RUUHODFLyQ&255(UURU
2UWRJUi¿FR0HGLR506(
FIGURA 1.185
COMPARACIÓN DE LA SERIE DE MAREA METEOROLÓGICA DEL REANÁLISIS GOS
CON EL MAREÓGRAFO H281A LOCALIZADO EN LA COSTA DEL ATLÁNTICO
Fuente: Elaboración propia.
1RWD%LVHFWUL]56HVJR%,$6&RH¿FLHQWHGH&RUUHODFLyQ&255(UURU
2UWRJUi¿FR0HGLR506(
204
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.186
COMPARACIÓN DE LA SERIE DE MAREA METEOROLÓGICA DEL REANÁLISIS GOS
CON EL MAREÓGRAFO H567A LOCALIZADO EN LA COSTA DEL PACÍFICO
Fuente: Elaboración propia.
1RWD%LVHFWUL]56HVJR%,$6&RH¿FLHQWHGH&RUUHODFLyQ&255(UURU
2UWRJUi¿FR0HGLR506(
FIGURA 1.187
COMPARACIÓN DE LA SERIE DE MAREA METEOROLÓGICA DEL REANÁLISIS GOS
CON EL MAREÓGRAFO H081A LOCALIZADO EN LA COSTA DEL PACÍFICO
Fuente: Elaboración propia.
1RWD%LVHFWUL]56HVJR%,$6&RH¿FLHQWHGH&RUUHODFLyQ&255(UURU
2UWRJUi¿FR0HGLR506(
205
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.188
COMPARACIÓN DE LA SERIE DE MAREA METEOROLÓGICA DEL REANÁLISIS GOS
CON EL MAREÓGRAFO H287A LOCALIZADO EL SUR DE CHILE
Fuente: Elaboración propia.
1RWD%LVHFWUL]56HVJR%,$6&RH¿FLHQWHGH&RUUHODFLyQ&255(UURU
2UWRJUi¿FR0HGLR506(
A1.3. Metodologías y técnicas para la generación de series
horarias de marea astronómica
A1.3.1. Descripción de la base de datos
Como se ha comentado en el apartado 2 de este documento, la base de datos de marea
astronómica GOT *OREDO 2FHDQ 7LGHV GHO ,+& VH KD REWHQLGR XWLOL]DQGR GDWRV SURFHGHQWHV GHO
modelo global de mareas TPXO, desarrollado por la Universidad de Oregon (Egbert et al., 1994; Egbert
y Erofeeva, 2002). El TPXO es un modelo inverso de mareas que asimila la información del nivel del
mar derivada de las observaciones del sensor TOPEX/Poseidon. Dicho modelo representa un ajuste
óptimo (en términos de mínimos cuadrados) de la ecuación de marea de Laplace a los datos de satélite
resultantes de la misión TOPEX/Poseidon. Actualmente, el modelo TPXO es uno de los modelos
globales de marea más precisos.
La base de datos TPXO, resultante del modelo, proporciona cuatro componentes armónicas
semidiurnas (M2, S2, N2, K2), cuatro componentes diurnas (K1, O1, P1, Q1) y dos de largo periodo
(Mf y Mm). Los datos se proporcionan en una malla con cobertura global de 1440 x 721 puntos con
GHUHVROXFLyQHVSDFLDOWDQWRHQODWLWXGFRPRHQORQJLWXG/DEDVHGHGDWRV73;2DVtFRPRXQD
descripción más detallada del modelo numérico, se pueden encontrar en la siguiente dirección web:
http://volkov.oce.orst.edu/tides/global.html.
206
CEPAL
Dinámicas, tendencias y variabilidad climática
A1.3.2. Aplicación de la base de datos TPXO en el reanálisis GOT
/DEDVHGHGDWRVGHVFULWDSUHYLDPHQWHKDVLGRXWLOL]DGDSDUDFDOFXODUODPDUHDDVWURQyPLFDHQ
la costa de ALyC. Concretamente, se ha calculado la marea astronómica en los puntos a lo largo de la
FRVWDTXHVHPXHVWUDQHQOD¿JXUD
FIGURA 1.189
LOCALIZACIÓN DE LOS PUNTOS A LO LARGO DE LA COSTA DE AMÉRICA LATINA
Y EL CARIBE EN LOS QUE SE HA CALCULADO LA MAREA ASTRONÓMICA
Fuente: Elaboración propia.
3DUDFDGDSXQWRGHODFRVWDGH$/\&YHU¿JXUDVHKDQH[WUDtGRODVFRPSRQHQWHVDUPyQLFDV
de la base de datos TPXO. Con estas componentes armónicas, se ha calculado para cada punto, la marea
astronómica en el período 1948-2100, con resolución temporal horaria. Con objeto de obtener la variación
GHODPRGXODFLyQQRGDOGHODPDUHDDVWURQyPLFDODSUHGLFFLyQVHKDUHDOL]DGRDxRDDxR
3DUDFDOFXODUODPDUHDDVWURQyPLFDVHKDQXWLOL]DGRODVKHUUDPLHQWDVGHSURFHVDGRGHGDWRV
desarrolladas por la institución francesa,QVWLWXWGH5HFKHUFKHSRXUOH'HYHORSSHPHQW(http://roms.mpl.
LUGIU\HOPRGHORGHDQiOLVLVDUPyQLFRWBWLGH3DXORZLF]HWDODPSOLDPHQWHXWLOL]DGRHQWUHOD
FRPXQLGDGFLHQWt¿FD
Los resultados obtenidos para la costa de ALyC han sido: 1) serie horaria de marea astronómica
HQHOSHULRGR\FDUDFWHUL]DFLyQGHODPDUHDDVWURQyPLFDPHGLDQWHHODQiOLVLVGHSDUiPHWURV
FRPRODDPSOLWXGPi[LPDGHODPDUHDODFDUDFWHUL]DFLyQHVWDGtVWLFDGHOUDQJRGHPDUHD\ODYDULDFLyQ
de los máximos anuales.
207
CEPAL
Dinámicas, tendencias y variabilidad climática
A1.3.3. Validación del reanálisis GOT en ALyC
Los resultados del reanálisis de marea astronómica GOT han sido validados con datos
instrumentales de mareógrafos procedentes del Centro de Nivel del Mar de la Universidad de Hawaii
8+6/&KWWSLOLNDLVRHVWKDZDLLHGXXKVOFUTGVKWPO/DVVHULHVGHGDWRVXWLOL]DGDVSUHVHQWDQXQD
resolución temporal horaria, y su registro varía entre 1940 y 2007, dependiendo de la estación.
(Q OD ¿JXUD VH PXHVWUD OD ORFDOL]DFLyQ GH ORV PDUHyJUDIRV TXH VH KDQ XWLOL]DGR SDUD
validar los resultados de marea astronómica en la región de ALyC.
FIGURA 1.190
LOCALIZACIÓN DE LOS MAREÓGRAFOS
Fuente: Elaboración propia sobre la base de datos de los
mareógrafos del Centro del Nivel del Mar de la Universidad
de Hawaii (UHSLC).
Para validar los resultados obtenidos, la marea astronómica calculada según el procedimiento
descrito anteriormente, ha sido comparada con la marea astronómica obtenida a partir de los datos de
mareógrafos. El procedimiento seguido en la validación, para cada mareógrafo, se puede describir en
los siguientes pasos:
a) 3UHGLFFLyQGHPDUHDDVWURQyPLFDXWLOL]DQGRODVFRQVWDQWHVDUPyQLFDVGHODEDVHGHGDWRV
TPXO en un punto de la costa de ALyC, denominado punto objetivo.
b) Selección de un mareógrafo próximo al punto objetivo.
c) Análisis armónico de la serie de nivel del mar del mareógrafo. El análisis armónico del nivel
del mar se ha obtenido aplicando la técnica desarrollada por Foreman (1977) implementada
en el modelo WBWLGH3DXORZLF]HWDO
d) 3UHGLFFLyQ GH OD PDUHD DVWURQyPLFD XWLOL]DQGR ODV FRQVWDQWHV DUPyQLFDV REWHQLGDV HQ HO
paso 3.
208
CEPAL
Dinámicas, tendencias y variabilidad climática
e) Comparación de la marea astronómica calculada con las constantes de la base de datos
TPXO y la resultante del análisis de los datos de mareógrafos.
f) Estimación de las diferencias observadas mediante el cálculo de parámetros estadísticos,
FRPRHOHUURUFXDGUiWLFRPHGLR506(\HOFRH¿FLHQWHGHFRUUHODFLyQ
'HVGH OD ¿JXUD D OD ¿JXUD VH PXHVWUD OD YDOLGDFLyQ UHDOL]DGD FRQ DOJXQRV GH
ORVPDUHyJUDIRV(QHVWDV¿JXUDVVHPXHVWUDSDUDGLIHUHQWHVSXQWRVORFDOL]DGRVWDQWRHQODFRVWDGHO
$WOiQWLFRFRPRHQODFRVWDGHO3DFt¿FRODFRPSDUDFLyQHQWUHODVHULHGHPDUHDDVWURQyPLFDFDOFXODGD
con los datos TPXO en el punto objetivo y la calculada a partir de datos de mareógrafos. El periodo
DQDOL]DGR FRUUHVSRQGH DO DxR (Q HO PDSD JUi¿FD VXSHULRU L]TXLHUGD VH PXHVWUD HQ URMR OD
SRVLFLyQGHOSXQWRREMHWLYR\HQYHUGHODORFDOL]DFLyQGHOPDUHyJUDIRPiVSUy[LPR(QODJUi¿FDFHQWUDO
e inferior se muestran, respectivamente, la predicción de marea astronómica durante el año 2002 y una
DPSOLDFLyQHQHOSHUtRGR/DJUD¿FDVXSHULRUGHUHFKDPXHVWUDHO506(GXUDQWH
todo el año, limitándose en rojo el valor de 0,1 m. Los resultados presentados muestran una buena
relación entre la predicción de marea astronómica obtenida del mareógrafo y la obtenida con la base de
datos TPXO, obteniéndose errores, en general, del orden de 0,1 m.
FIGURA 1.191
VALIDACIÓN EN UN PUNTO DE LA COSTA AMÉRICA LATINA Y EL CARIBE
LOCALIZADO EN EL CARIBE
Fuente: Elaboración propia.
209
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.192
VALIDACIÓN EN UN PUNTO DE LA COSTA AMÉRICA LATINA Y EL CARIBE
LOCALIZADO EN CENTROAMÉRICA
Fuente: Elaboración propia.
FIGURA 1.193
VALIDACIÓN EN UN PUNTO DE LA COSTA AMÉRICA LATINA Y EL CARIBE
LOCALIZADO EN LA COSTA DEL PACÍFICO
Fuente: Elaboración propia.
210
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.194
VALIDACIÓN EN UN PUNTO VALIDACIÓN EN UN PUNTO DE LA COSTA AMÉRICA
LATINA Y EL CARIBE LOCALIZADO EN LA COSTA DEL ATLÁNTICO
Fuente: Elaboración propia.
Con el objetivo de obtener un valor representativo del error cometido, se ha calculado el valor
PHGLR GHO 506( HQ FDGD SXQWR \ VH KD UHSUHVHQWDGR HVSDFLDOPHQWH (Q OD ¿JXUD VH REVHUYD
que en general, las diferencias observadas entre ambas series son pequeñas. Concretamente, el valor
mínimo y máximo del RMSE es 0,02 y 0,16 m respectivamente.
FIGURA 1.195
VALOR MEDIO DEL ERROR MEDIO CUADRÁTICO DE LOS RESIDUOS
0HWURV
Fuente: Elaboración propia.
211
CEPAL
Dinámicas, tendencias y variabilidad climática
Para describir el comportamiento conjunto de ambas series de marea astronómica, se ha
UHSUHVHQWDGRHOGLDJUDPDGHGLVSHUVLyQ\VHKDFDOFXODGRHOFRH¿FLHQWHGHFRUUHODFLyQ(QODV¿JXUDV
GHVGHOD¿JXUDDOD¿JXUDVHPXHVWUDQORVGLDJUDPDVGHGLVSHUVLyQFRUUHVSRQGLHQWHVDODV
VHULHVGHPDUHDDVWURQyPLFDTXHVHPXHVWUDQHQ¿JXUDVDQWHULRUHV(OPDSDGHODL]TXLHUGDPXHVWUDOD
ORFDOL]DFLyQGHOPDUHyJUDIR/DJUi¿FDGHODGHUHFKDPXHVWUDHOGLDJUDPDGHGLVSHUVLyQ\HOFRH¿FLHQWH
GHFRUUHODFLyQ(QWRGRVORVFDVRVVHREVHUYDXQEXHQDMXVWHHQWUHDPEDVVHULHVVLHQGRHOFRH¿FLHQWHGH
correlación mayor de 0,8 en todos los puntos.
(QOD¿JXUDVHPXHVWUDODYDULDFLyQHVSDFLDOGHOFRH¿FLHQWHGHFRUUHODFLyQ5 2) obtenido
para cada punto. Los resultados muestran que R 2 es próximo a 1 en la mayoría de los puntos.
FIGURA 1.196
DIAGRAMA DE DISPERSIÓN EN UN PUNTO DE LA COSTA AMÉRICA LATINA
Y EL CARIBE LOCALIZADO EN EL CARIBE
Fuente: Elaboración propia.
Nota: Se muestra también la comparación cuantil-cuantil, el
FRH¿FLHQWH GH FRUUHODFLyQ UHVSHFWR D OD ELVHFWUL] 5 HO VHVJR
%,$6HOFRH¿FLHQWHGHFRUUHODFLyQ&255\HOHUURUFXDGUiWLFR
medio (RMSE).
FIGURA 1.197
DIAGRAMA DE DISPERSIÓN EN UN PUNTO DE LA COSTA AMÉRICA LATINA
Y EL CARIBE LOCALIZADO EN CENTROAMÉRICA
Fuente: Elaboración propia.
Nota: Se muestra también la comparación cuantil-cuantil, el
FRH¿FLHQWH GH FRUUHODFLyQ UHVSHFWR D OD ELVHFWUL] 5 HO VHVJR
%,$6HOFRH¿FLHQWHGHFRUUHODFLyQ&255\HOHUURUFXDGUiWLFR
medio (RMSE).
212
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.198
DIAGRAMA DE DISPERSIÓN EN UN PUNTO DE LA COSTA AMÉRICA LATINA
Y EL CARIBE LOCALIZADO EN LA COSTA DEL PACÍFICO
Fuente: Elaboración propia.
1RWD 6H PXHVWUD WDPELpQ OD FRPSDUDFLyQ FXDQWLOFXDQWLO HO FRH¿FLHQWH GH FRUUHODFLyQ
UHVSHFWR D OD ELVHFWUL] 5 HO VHVJR %,$6 HO FRH¿FLHQWH GH FRUUHODFLyQ &255 \ HO
error cuadrático medio (RMSE).
FIGURA 1.199
DIAGRAMA DE DISPERSIÓN EN UN PUNTO DE LA COSTA AMÉRICA LATINA
Y EL CARIBE LOCALIZADO EN LA COSTA DEL ATLÁNTICO
Fuente: Elaboración propia.
1RWD 6H PXHVWUD WDPELpQ OD FRPSDUDFLyQ FXDQWLOFXDQWLO HO FRH¿FLHQWH GH FRUUHODFLyQ
UHVSHFWR D OD ELVHFWUL] 5 HO VHVJR %,$6 HO FRH¿FLHQWH GH FRUUHODFLyQ &255 \ HO
error cuadrático medio (RMSE).
213
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.200
VALOR DEL COEFICIENTE DE CORRELACIÓN R 2
Fuente: Elaboración propia.
A1.3.4. Caracterización de la marea astronómica
8QDYH]YDOLGDGDODEDVHGHGDWRVGHPDUHDDVWURQyPLFD*27VHKDXWLOL]DGRHVWDLQIRUPDFLyQ
SDUDFDUDFWHUL]DUODPDUHDDVWURQyPLFDHQ$/\&
Para ello, en cada punto se ha calculado la siguiente información: 1) amplitud máxima de la
marea astronómica (Máximo nivel histórico), 2) serie temporal de la carrera de marea (CM), 3) carrera
de marea superada en el 50%, 10%, 5% y 1% de los casos, 4) carrera de marea máxima para cada año
y 5) desviación estándar de los máximos anuales de la carrera de marea.
(QOD¿JXUD¿JXUD\¿JXUDVHPXHVWUDDPRGRGHHMHPSORODVHULH*27
(marea astronómica en el período 1948-2100), en tres puntos correspondientes a la costa del Caribe,
3DFt¿FR\$WOiQWLFRUHVSHFWLYDPHQWH
214
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.201
MAREA ASTRONÓMICA EN EL PERIODO 1948-2100 EN UN PUNTO
LOCALIZADO EN LA COSTA DEL CARIBE
0HWURV
Fuente: Elaboración propia.
FIGURA 1.202
MAREA ASTRONÓMICA EN EL PERIODO 1948-2100 EN UN PUNTO
LOCALIZADO EN EL PACÍFICO
0HWURV
Fuente: Elaboración propia.
215
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.203
MAREA ASTRONÓMICA EN EL PERIODO 1948-2100 EN UN PUNTO
LOCALIZADO EN EL ATLÁNTICO
0HWURV
Fuente: Elaboración propia.
(QOD¿JXUDVHPXHVWUDODDPSOLWXGPi[LPDGHODPDUHDDVWURQyPLFDDORODUJRGHOD
FRVWDGH$/\&6HSXHGHREVHUYDUTXHORVYDORUHVPtQLPRVVHSUHVHQWDQHQOD]RQDGHO&DULEHVLHQGR
como máximo del orden de 0,5-0,6 m, y los valores máximos en la costa de Argentina, pudiendo
DOFDQ]DUDPSOLWXGHVGHPDUHDGHHQWUHDP
FIGURA 1.204
AMPLITUD MÁXIMA DE LA MAREA ASTRONÓMICA EN EL PERIODO 1948-2100
0HWURV
Fuente: Elaboración propia.
216
CEPAL
Dinámicas, tendencias y variabilidad climática
Bibliografía Anexo 1
Booij, N., Ris, R. C. y Holthuijsen, L. H. (1999), “A third-generation wave model for coastal regions, Part
I: Model description and validation”, -RXUQDORI*HRSK\VLFDO5HVHDUFK 104, C4, pp.7649-7666.
Budgell, W.P., (2005), “Numerical simulation of ice-ocean variability in the Barents Sea region”, 2FHDQ
'\QDPLFV DOI 10.1007/s10236-005-0008-3.
'L/RUHQ]R(³6HDVRQDOG\QDPLFVRIWKHVXUIDFHFLUFXODWLRQLQWKHVRXWKHUQ&DOLIRUQLD&XUUHQW
System”, 'HHS6HD5HVHDUFKPart II, 50, pp 2371-2388.
Dinniman, M. S., J. M. Klinck, y W. O. Smith Jr. (2003), “Cross shelf exchange in a model of the Ross
Sea circulation and biogeochemistry”, 'HHS6HD5HVHDUFK Part II, 50, pp 3103-3120.
Egbert G.D., Bennett A.F., Foreman M.G.G., (1994), “TOPEX/POSEIDON tides estimated using a
global inverse model”, -RXUQDORI*HRSK\VLFDO5HVHDUFK99(C12), 24821-24852.
(JEHUW*'(URIHHYD6<³(I¿FLHQWLQYHUVHPRGHOLQJRIEDURWURSLFRFHDQWLGHV´-RXUQDORI
$WPRVSKHULFDQG2FHDQLF7HFKQRORJ\ 19, 183-204.
General Bathymetric Chart of the Oceans (GEBCO) disponible en http://www.gebco.net/
+DLGYRJHO'%+*$UDQJR.+HGVWURP$%HFNPDQQ30DODQRWWH5L]]ROL\$)6KFKHSHWNLQ
(2000), “Model evaluation experiments in the North Atlantic Basin: Simulations in nonlinear
terrain-following coordinates”, '\QDPLFVRI$WPRVSKHUHVDQG2FHDQV 32, pp 239-281.
Marchesiello, P., J.C. McWilliams, y A. Shchepetkin, (2003). “Equilibrium structure and dynamics of
the California Current System”,-RXUQDORI3K\VLFDO2FHDQRJUDSK\ 33, pp 753-783.
0LQJXH]\RWURV³'LUHFWLRQDOFDOLEUDWLRQRIZDYHUHDQDO\VLVGDWDEDVHVXVLQJLQVWUXPHQWDOGDWD¶
-RXUQDORI$WPRVSKHULFDQG2FHDQLF7HFKQRORJ\en prensa.
3DXORZLF] 5 %HDUGVOH\ % \ /HQW] 6 ³&ODVVLFDO WLGDO KDUPRQLF DQDO\VLV LQFOXGLQJ HUURU
estimates in MATLAB using T_TIDE”,&RPSXWHUVDQG*HRVFLHQFHV 28, 929-937.
3HOL]$-'XEHUW'%+DLGYRJHO\%/H&DQQ³*HQHUDWLRQDQGXQVWDEOHHYROXWLRQRID
density-driven Eastern Poleward Current: The Iberian Poleward Current,” -RXUQDORI*HRSK\VLFDO
5HVHDUFK108(C8), 3268, doi:10.1029/2002JC001443.
Tolman, H. L., (2003), “Treatment of unresolved islands and ice in wind wave models”, 2FHDQ
0RGHOOLQJ5, 219-231.
_____ (2002), “Limiters in third-generation wind wave models”, *OREDO $WPRVSKHUH DQG 2FHDQ
6\VWHP 8, 67-83.
_____ (1999), 8VHU PDQXDO DQG V\VWHP GRFXPHQWDWLRQ RI :$9(:$7&+,,, version 1.18. NOAA /
1:61&(320%7HFKQLFDO1RWHSS0ESGI¿OH
_____ (1997), 8VHU PDQXDO DQG V\VWHP GRFXPHQWDWLRQ RI :$9(:$7&+,,, version 1.15. NOAA /
1:61&(320%7HFKQLFDO1RWHSS0%3')¿OH
_____ (1989), The numerical model WAVEWATCH: a third generation model for the hindcasting of
wind waves on tides in shelf seas. Communications on Hydraulic and Geotechnical Engineering,
Delft Univ. of Techn., ISSN 0169-6548, Rep. no. 89-2, 72 pp.
Shore protection manual (SPM), (1984). United States. Army. Corps of Engineers ; Coastal Engineering
Research Center (U.S.)
WAMDIG (1988), “The WAM model - A third generation ocean wave prediction model”, -RXUQDORI
3K\VLFDO2FHDQRJUDSK\18, 1775-1810.
Warner, J.C, C.R. Sherwood, H.G. Arango, y R.P. Signell, (2005a). “Performance of four Turbulence
Closure Methods Implemented using a Generic Length Scale Method,” 2FHDQ0RGHOOLQJ8, 81-113.
:DUQHU-&:5*H\HU\-$/HUF]DNE³1XPHULFDOPRGHOLQJRIDQHVWXDU\$FRPSUHKHQVLYH
skill assessment,”-RXUQDORI*HRSK\VLFDO5HVHDUFK 110, C05001, doi: 10.1029/2004JC002691.
Wilkin, J.L., H.G. Arango, D.B. Haidvogel, C.S. Lichtenwalner, S.M. Durski, and K.S. Hedstrom,
(2005). “A regional Ocean Modeling System for the Long-term Ecosystem Observatory,” -RXUQDO
RI*HRSK\VLFDO5HVHDUFK110, C06S91, doi:10.1029/2003JC002218.
217
CEPAL
Dinámicas, tendencias y variabilidad climática
Anexo 2
Huracanes
A2.1 Introducción
Actualmente, los reanálisis numéricos (GOW y GOS, 1948-2008) generados con modelos numéricos
(WW3 y ROMS), que simulan los parámetros asociados al oleaje y a la variación del nivel del mar en
función de los campos de presión atmosférica y viento, no recogen los eventos extremos asociados a
WRUPHQWDVWURSLFDOHV\KXUDFDQHVGHELGRDXQDLQVX¿FLHQWHUHVROXFLyQGHORVIRU]DPLHQWRVFDPSRVGH
YLHQWR\SUHVLyQGHOUHDQiOLVLV1&(31&$5/DGH¿QLFLyQHVSDFLDO\WHPSRUDOGHHVWHUHDQiOLVLVHV
YiOLGDSDUDGH¿QLUODVFRQGLFLRQHVKDELWXDOHVGHROHDMH\PDUHDPHWHRUROyJLFDUpJLPHQPHGLRSHUR
SDUD GH¿QLU ORV HYHQWRV H[WUHPRV DVRFLDGRV D WRUPHQWDV WURSLFDOHV \ KXUDFDQHV TXH RFXUUHQ HQ XQD
PD\RUUHVROXFLyQDOUHGHGRUGHNPFDGDKRUDVHQHFHVLWDGH¿QLUFDPSRVGHYLHQWR\SUHVLyQPiV
GHWDOODGRV/D¿JXUDPXHVWUDXQDGHODVGLVFUHSDQFLDVREVHUYDGDVSDUDHOROHDMH\HOYLHQWRHQ
una boya durante el huracán Katrina (2005).
219
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.205
SERIE DE PRESIÓN Y VELOCIDAD DEL VIENTO DEL FORZAMIENTO
UTILIZADO EN EL MODELO WW3 (BASE DE DATOS GOW, TRIÁNGULOS),
Y LOS DATOS MEDIDOS POR LA BOYA NOAA-42001 (PUNTOS),
PARA EL HURACÁN KATRINA (2005)
Fuente: Elaboración propia.
3DUD VXEVDQDU HVWD FDUHQFLD HV SRU OR WDQWR QHFHVDULR LGHQWL¿FDU ORV HYHQWRV DWPRVIpULFRV
H[WUHPRVTXHKDQRFXUULGRHQHOUHDQiOLVLV\REWHQHUORVIRU]DPLHQWRVFRQXQDPD\RUUHVROXFLyQSDUD
SRVWHULRUPHQWH HMHFXWDU QXHYDPHQWH ORV PRGHORV QXPpULFRV \ ¿QDOPHQWH PHMRUDU OD HVWDGtVWLFD GHO
oleaje y nivel del mar asociado a eventos extremos, cada hora, estado de mar a estado de mar.
Esta posibilidad es una de las vías óptimas para mejorar los eventos extremos asociados a
KXUDFDQHVHQODEDVHGHGDWRV¿QDO6LQHPEDUJRSXHGHOOHJDUDWUDGXFLUVHHQXQWHGLRVRHMHUFLFLRGH
simulación numérica que, comúnmente, se ve condicionado por enormes tiempos computacionales de
HMHFXFLyQ\XQHQRUPHHVIXHU]RHQHOSRVWSURFHVRGHFDGDHVWDGRGHPDUDVRFLDGRDORVHYHQWRVGH
DOWDHQHUJtDDWPRVIpULFD(VWRVHMXVWL¿FDUtD~QLFDPHQWHHQHOFDVRTXHVHGHVHHREWHQHUODHYDOXDFLyQ
horaria de cada estado de mar para un tiempo limitado de reanálisis (por ejemplo un evento de huracán
aislado, un mes de temporada de huracanes de un año dado, etc.) y no para los 54 años cada hora. Esta
ODERUHQVtVHUtDREMHWRGHXQHVWXGLRHVSHFt¿FRGHELGRDVXFRPSOHMLGDG
Otra posibilidad para evaluar estadísticamente las variaciones del oleaje y nivel del mar para
todos los años, cada hora, es emplear modelos analíticos, que permiten, de forma rápida, sencilla,
FRPSXWDFLRQDOPHQWHH¿FLHQWH\FXDQWLWDWLYDPHQWHDGHFXDGDREWHQHUGLFKRVSDUiPHWURVFDGDKRUDHQ
todo el periodo de reanálisis, para su posterior tratamiento estadístico.
(VLPSRUWDQWHVHxDODUTXHGLFKRVPRGHORVDQDOtWLFRVVHEDVDQHQVLPSOL¿FDFLRQHVLPSRUWDQWHV
(modelos lineales, paramétricos, unidimensionales, sin procesos disipativos de energía, etc.), que en
ocasiones pueden llegar a obtener resultados cuantitativamente inadecuados, si los comparamos con los
PRGHORVQXPpULFRV::\5206VLORTXHVHGHVHDHVDQDOL]DUODHYROXFLyQKRUDULDGHFDGDHVWDGR
de mar asociados a eventos de huracanes a lo largo de los 54 años de datos disponibles, desde 1955
hasta 2008.
3RU RWUR ODGR ORV PRGHORV DQDOtWLFRV VXHOHQ DSRUWDU UHVXOWDGRV DGHFXDGRV VL DQDOL]DPRV OD
HVWDGtVWLFD GHO JUXHVR GH HYHQWRV DVRFLDGRV D WRUPHQWDV WURSLFDOHV \ KXUDFDQHV \ ¿QDOPHQWH QRV
pueden aportar una idea muy certera de la magnitud de los eventos extremos de oleaje y nivel de mar
SRU HIHFWR GH ORV KXUDFDQHV WUDGXFLGD HQ PDSDV FRVWHURV GH Pi[LPRV GH DOWXUD GH ROD VLJQL¿FDQWH
periodo pico del estado de mar, nivel del mar, presión y viento, altamente aplicable al diseño y gestión
profesional en el campo de la ingeniería costera y portuaria.
220
CEPAL
Dinámicas, tendencias y variabilidad climática
(QHVWHFDStWXORVHUHDQDOL]DQORVFDPSRVGHSUHVLyQ\YLHQWRXWLOL]DQGRGDWRVKLVWyULFRVGH
KXUDFDQHV\WRUPHQWDVWURSLFDOHVSDUDIRU]DUGLIHUHQWHVPRGHORVDQDOtWLFRV\SDUDPpWULFRVTXHSHUPLWHQ
obtener el comportamiento estadístico de los parámetros asociados al oleaje y nivel del mar en los 54
DxRVGHGDWRVGHKXUDFDQHVHQOD]RQDGHO$WOiQWLFR1RUWH&DULEH*ROIRGH0p[LFR\3DFt¿FR1RUHVWH
±¿JXUD±
FIGURA 1.206
POSICIÓN E INTENSIDAD HISTÓRICA (54 AÑOS) DE LOS HURACANES ANALIZADOS
EN EL PRESENTE ESTUDIO
Fuente: Imagen tomada del National Hurricane Center, NOAA.
http://www.csc.noaa.gov/beta/hurricanes/#app=2b16&3722-selectedIndex=0.
Los campos de presión y viento generados con estos modelos, como se comprueba en las
YDOLGDFLRQHV UHDOL]DGDV VH DMXVWDQ DGHFXDGDPHQWH D ORV GDWRV LQVWUXPHQWDOHV \ VXSRQHQ XQD EXHQD
representación de ambas variables. Con respecto a la generación del oleaje y la marea meteorológica,
HO XVR GH PRGHORV SDUDPpWULFRV GLVWD PiV GH OD UHDOLGDG SRU IHQyPHQRV GH JHQHUDFLyQ GH ]RQDV GH
sombra y características no tenidas en cuenta en los modelos. No obstante, los resultados son muy
VDWLVIDFWRULRVHQODVER\DVHVWXGLDGDVDXPHQWDQGRHOJUDGRGHFRQ¿DQ]DGHORVUHVXOWDGRVHQ]RQDV
donde los efectos de abrigo de la costa puedan ser ignorados. Además, en el análisis estadístico de los
resultados, y a efectos de impactos en las costas en los escenarios contemplados para el análisis de
riesgo, se considera el máximo de las series, en el que se puede despreciar los efectos de protección por
islas ya que el máximo vendrá condicionado por aquel evento que incidiera de manera más directa. Por
tanto, la distribución estadística de los resultados generados mediante esta técnica no es adecuada ya
TXHFLHUWRVSXQWRVHLQVWDQWHVHVWDUiQPDOPRGHODGRVVLQHPEDUJRHOYDORUPi[LPRDOFDQ]DGRWLHQH
PiVJUDGRGHFRQ¿DQ]DTXHDTXHOOD
221
CEPAL
Dinámicas, tendencias y variabilidad climática
A2.2. Objetivo y metodología
El objetivo del presente capítulo es la determinación de los mapas históricos de presión, oleaje, viento y
nivel del mar considerando eventos de huracán, a través del uso de modelos analíticos y paramétricos.
Este objetivo general se descompone en los siguientes objetivos parciales que serán abordados
y desarrollados en los subcapítulos siguientes:
a) Evaluación y validación de los mapas de presión por presencia de huracanes.
b) Evaluación y validación de los mapas de viento por presencia de huracanes.
c) Evaluación y validación de los PDSDVGHROHDMHDOWXUDGHRODVLJQL¿FDQWHHs y periodo de
pico 7S), por presencia de huracanes.
d) Evaluación de la marea meteorológica VWRUPVXUJHpor presencia de huracanes.
e) Obtención de los PDSDV GH HVWDGtVWLFRV GH ODV YDULDEOHV DQDOL]DGDV GXUDQWH DxRV GH
reanálisis asociadas a los eventos de huracán.
La metodología de análisis consiste en aplicar de manera encadenada y ordenada los resultados
obtenidos con el modelo de presiones para alimentar al modelo de viento, posteriormente el modelo de
ROHDMH\¿QDOPHQWHGHORVPRGHORVGHYLHQWR\SUHVLyQORVPRGHORVGHPDUHDPHWHRUROyJLFD
A2.3. Evaluación y validación de los mapas de presión
El modelado de la presión atmosférica originada por el efecto del paso de una tormenta tropical o
un huracán, se basa en el modelo denominado Hydromet-Rankin Vortex (1980), y se puede estimar
fácilmente siguiendo la expresión que se muestra a continuación:
5
PU 30(P1±30 ) ÂH (±²U )
(A2.1)
Donde,
P0 es la presión en el centro del huracán en mbar.
PU es la presión a una distancia radial r en km.
P1HVODSUHVLyQHQOD]RQDLQDOWHUDGDSRUHOKXUDFiQQRUPDOPHQWHPEDU
5HVHOUDGLRGHYLHQWRVFLFORVWUy¿FRVPi[LPRVHQNP
/D¿JXUDPXHVWUDODJHRPHWUtDGHXQPDSDGHSUHVLRQHVFXDOTXLHUDSDUDORVSDUiPHWURV
de 5=31,95 km, y P0 =930 mb para un dominio de 1.200 km x 1.200 km.
222
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.207
EJEMPLO DEL MAPA DE PRESIONES OBTENIDAS CON EL MODELO
HYDROMET-RANKIN VORTEX (1980)
Fuente: Elaboración propia.
Por lo tanto, para poder evaluar espacialmente y temporalmente los mapas de presión
DWPRVIpULFDPRGL¿FDGDSRUHOSDVRGHOKXUDFiQHVQHFHVDULRFRQRFHUSDUDFDGDLQVWDQWHGHWLHPSROD
SUHVLyQFHQWUDO\HOUDGLRGHYLHQWRVFLFORVWUy¿FRVDVtFRPRODSRVLFLyQJHRJUi¿FDGHORMRGHOKXUDFiQ
y las posiciones o dominio numérico en donde se desea evaluar dicho mapa (valores del radio U).
La información de la posición espacial y temporal de los eventos relacionados a los huracanes,
así como los datos de presión central asociados, nombre y fechas del huracán se pueden acceder a través
del servicio web de la NOAA y el 1DWLRQDO+XUULFDQH&HQWHUde los EEUU.
Para el presente estudio, se ha descargado un total de 40450 avisos de huracán (datos de
ORQJLWXGODWLWXGIHFKDVQRPEUH\SUHVLyQFHQWUDOFDGDKRUDVSDUDOD]RQDGHO$WOiQWLFR1RUWH&DULEH
\*ROIRGH0p[LFR\XQWRWDOGHSDUDOD]RQDGHO3DFt¿FR1RUHVWH
Esta información cubre fechas desde el año 1851 en el Atlántico y desde el año 1949 en el
3DFt¿FRVLQHPEDUJRFRPLHQ]DDVHUKRPRJpQHDHQFXDQWRDORVGDWRVGHSUHVLyQFHQWUDOGHOKXUDFiQ
a partir de los años 50 en cada una de las dos bases de datos.
'LFKDVEDVHVGHGDWRVDSRUWDGDVSRUOD12$$QRLQFOX\HQODLQIRUPDFLyQGHOUDGLRFLFORVWUy¿FR
cada 6 horas, y de hecho, este dato solo se puede encontrar en ocasiones en boletines de la NOAA que
aisladamente mencionan el valor de dicho parámetro para aquellos huracanes de especial trascendencia.
3RUHOORSDUDSRGHUHYDOXDUHOUDGLRFLFORVWUy¿FRVHKDHPSOHDGRODVLJXLHQWHUHODFLyQOLQHDO
PDWHPiWLFD TXH UHODFLRQD HO 5DGLR FLFORVWUy¿FR FRQ OD SUHVLyQ FHQWUDO GHO KXUDFiQ REWHQLGD FRQ OD
observación y medición espacial de 26 huracanes presentada por Silva et al. (2002).
5=Â30 ±
223
(A2.2)
CEPAL
Dinámicas, tendencias y variabilidad climática
Finalmente, para poder evaluar los diferentes mapas históricos de los huracanes de 60 años de
UHDQiOLVLVVHKDFRQVLGHUDGRXQiUHDGHDQiOLVLVGH[JUDGRVJHRJUi¿FRVTXHKDQWHQLGRTXHVHU
transformados a coordenadas UTM cada instante de tiempo, y se ha tenido que interpolar los boletines
de huracán que originalmente se encuentran cada 6 horas, en datos horarios.
/D¿JXUD\OD¿JXUDPXHVWUDQXQHMHPSORGHORVPDSDVGHSUHVLyQREWHQLGRVSDUD
dos huracanes históricamente energéticos, el Katrina del año 2005 y el Kenna del año 2002, para los
RFpDQRV$WOiQWLFR\3DFt¿FRUHVSHFWLYDPHQWH
FIGURA 1.208
MAPA DE VARIACIÓN DE LA PRESIÓN ATMOSFÉRICA PARA EL HURACÁN
KATRINA (27-AGOSTO DE 2005 A LAS 17:00 HRS)
PEDU
Fuente: Elaboración propia a partir de los datos de la NOAA y del National Hurricane Center.
224
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.209
MAPA DE VARIACIÓN DE LA PRESIÓN ATMOSFÉRICA PARA EL HURACÁN KENNA
(24-OCTUBRE DE 2002 A LAS 09:00 HRS)
PEDU
Fuente: Elaboración propia a partir de los datos de la NOAA y del National Hurricane Center.
8QDYH]HPSOHDGRHOPRGHORSDUDREWHQHUORVPDSDVGHSUHVLRQHVVHKDSURFHGLGRDYDOLGDU
ORV UHVXOWDGRV REWHQLGRV FRQ GDWRV LQVWUXPHQWDOHV SURYHQLHQWHV GH PHGLFLRQHV UHDOL]DGDV SRU ODV boyas del Atlántico/Golfo de México tipo NDBC 0HWHRURORJLFDO2FHDQGHO1DWLRQDO%RX\&HQWHU de
OD12$$YHU¿JXUDFRQGDWRVKLVWyULFRV\KRUDULRVGHSUHVLyQPDJQLWXGGHOYLHQWRGLUHFFLyQ
GHOYLHQWRDOWXUDGHRODVLJQL¿FDQWHSHULRGRGHSLFRHQWUHRWURVGHVGHDSUR[LPDGDPHQWH
FIGURA 1.210
MAPA DE POSICIÓN Y NOMBRE DE LAS BOYAS TIPO NDBC DEL NATIONAL DATA
BUOY CENTER DE LA NOAA
Fuente: Imagen tomada de: http://www.ndbc.noaa.gov/.
225
CEPAL
Dinámicas, tendencias y variabilidad climática
8QDYH]HPSOHDGRHOPRGHORSDUDREWHQHUORVPDSDVGHSUHVLRQHVVHUHDOL]DODFRPSUREDFLyQ
directa entre datos medidos y datos numéricos obtenidos con el modelo Hydromet-Rankin Vortex
SDUDGLVWLQWRVKXUDFDQHVHQODV¿JXUDVVLJXLHQWHV/DVFRRUGHQDGDVGHODVER\DVGHOD12$$
empleadas en este estudio son las mostradas en el cuadro 1.11.
CUADRO 1.11
COORDENADAS GEOGRÁFICAS DE LA LOCALIZACIÓN DE LAS BOYAS
DE LA NOAA EN EL ATLÁNTICO/CARIBE
ID
41008
Lon
-80,871
Lat
31,402
ID
44018
Lon
Lat
-69,305
41,255
ID
42041
Lon
Lat
-90,462
27,504
41003
-80,1
30,4
44011
-66,58
41,111
42038
-92,555
27,421
41012
-80,533
30,041
44008
-69,247
40,503
42002
-93,666
25,79
41009
-80,166
28,519
44017
-72,046
40,691
42019
-95,36
27,913
41006
-77,4
29,3
44025
-73,166
40,25
42035
-94,413
29,232
41010
-78,471
28,906
44004
-70,433
38,484
42020
-96,695
26,966
41016
-76,5
24,6
44001
-73,6
38,7
42016
-88,1
30,2
42025
-80,4
24,9
44012
-74,6
38,8
42007
-88,769
30,09
42080
-81,934
24,396
44009
-74,702
38,464
41041
-46,008
14,357
42036
-84,517
28,5
44014
-74,836
36,611
41040
-53,008
14,477
42039
-86,008
28,791
44006
-75,4
36,3
41043
-65,014
29,989
42005
-85,9
30
41001
-72,734
34,704
42059
-67,496
15,006
42009
-87,5
29,3
41036
-76,953
34,211
41018
-75
15
42040
-88,205
29,205
41002
-75,415
32,382
42055
-94,046
22,017
42015
-88,2
30,1
41004
-79,099
32,501
42056
-85,059
19,874
44027
-67,314
44,273
41048
-69,649
30,978
42057
-81,501
16,834
44007
-69,247
40,503
41047
-71,491
27,469
42058
-75,064
15,093
44005
-69,14
43,189
41046
-70,87
23,867
41044
-58,695
21,652
44013
-70,651
42,346
10000
-88
27,5
41049
-63
27,5
42001
-89,667
25,9
Fuente: Elaboración propia a partir de los datos de la NOAA.
226
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.211
COMPARACIÓN DE LAS SERIES HORARIAS DE PRESIÓN PARA EL MODELO
HURAC-HYDROMET-RANKIN VORTEX (1980) (PUNTOS AZULES), DATOS DE LAS
BOYAS (PUNTOS NEGROS) Y REANÁLISIS NCEP/NCAR (TRIÁNGULOS NEGROS),
PARA EL HURACÁN KATRINA (2005)
Fuente: Elaboración propia.
227
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.212
COMPARACIÓN DE LAS SERIES HORARIAS DE PRESIÓN PARA EL MODELO
HURAC-HYDROMET-RANKIN VORTEX (1980) (PUNTOS AZULES), DATOS DE LAS
BOYAS (PUNTOS NEGROS) Y REANÁLISIS NCEP/NCAR (TRIÁNGULOS NEGROS),
PARA EL HURACÁN GILBERT (1988)
Fuente: Elaboración propia.
FIGURA 1.213
COMPARACIÓN DE LAS SERIES HORARIAS DE PRESIÓN PARA EL MODELO
HURAC-HYDROMET-RANKIN VORTEX (1980) (PUNTOS AZULES), DATOS DE LAS
BOYAS (PUNTOS NEGROS) Y REANÁLISIS NCEP/NCAR (TRIÁNGULOS NEGROS),
PARA EL HURACÁN MITCH (1998)
Fuente: Elaboración propia.
228
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.214
COMPARACIÓN DE LAS SERIES HORARIAS DE PRESIÓN PARA EL MODELO
HURAC-HYDROMET-RANKIN VORTEX (1980) (PUNTOS AZULES), DATOS DE LAS
BOYAS (PUNTOS NEGROS) Y REANÁLISIS NCEP/NCAR(TRIÁNGULOS NEGROS),
PARA EL HURACÁN WILMA (2005)
Fuente: Elaboración propia.
229
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.215
COMPARACIÓN DE LAS SERIES HORARIAS DE PRESIÓN PARA EL MODELO
HURAC-HYDROMET-RANKIN VORTEX (1980) (PUNTOS AZULES), DATOS DE LAS
BOYAS (PUNTOS NEGROS) Y REANÁLISIS NCEP/NCAR (TRIÁNGULOS NEGROS),
PARA EL HURACÁN IKE (2008)
Fuente: Elaboración propia.
(Q ODV ¿JXUDV DQWHULRUHV VH REVHUYD XQD PX\ EXHQD FRUUHODFLyQ HQWUH ORV GDWRV GH SUHVLyQ
atmosférica medidos por las boyas de la NOAA y los datos obtenidos con el modelo analítico.
230
CEPAL
Dinámicas, tendencias y variabilidad climática
A2.4. Evaluación y validación de los mapas de viento
El modelado de las magnitudes vectoriales del viento asociado a los efectos del paso de una tormenta
tropical o un huracán, se basa en los resultados obtenidos con el modelo Hydromet-Rankin Vortex,
aplicados el modelo de Bretschneider (1990), el cual determina los valores del gradiente máximo del
FDPSRGHYLHQWRV\ODYHORFLGDGTXHDOFDQ]DHOYLHQWRDGLH]PHWURVVREUHHOQLYHOGHOPDU
El gradiente máximo de vientos U5 (en km/h) para un ciclón estacionario se puede determinar
a través de la siguiente ecuación:
U5 =Â¥31±30 ±ÂIÂ5
(A2.3)
Donde,
I es el parámetro de Coriolis I=ȦsinɎ
En función de la velocidad angular de la tierra Ȧ=UDGKy Ɏ es la latitud en grados.
&RQHVWDLQIRUPDFLyQVHSXHGHHYDOXDUODYHORFLGDGGHOYLHQWRHQNPKDGLH]PHWURVVREUHHO
nivel del mar para un huracán en movimiento y para una distancia radial U medida desde el centro de
dicha perturbación atmosférica.
:=()VÂ85Â9) cos (șȕ))
(A2.4)
Donde șȕ representa el ángulo total entre la velocidad de traslación V)(velocidad del movimiento
del huracán en km/h) y la velocidad del viento a una distancia radial U5 (en km/h). )V es el factor de
amortiguamiento que se evalúa como la relación que se aproxima a través de las siguientes relaciones.
U 4,798
)V =1–0,971Âexp (–6,826(—
) )
5
U
para ²
< 1 (hacia el centro del huracán)
5
U
U
U
para ²
KDFLDHOH[WHULRUGHOKXUDFiQ
)V = exp ($Â1n3 (—)Âexp
(% · 1n (—)
5
5
5 ))
(A2.5)
Donde,
$ –0,99 · (1,066–exp (–1,936 ·
(
IÂ5
U5
% –0,357 · (1,4456–exp (–5,2388 ·
(
)))
IÂ5
U5
)))
/D¿JXUDPXHVWUDODJHRPHWUtDGHXQPDSDGHYLHQWRFXDOTXLHUDSDUDORVSDUiPHWURVGH
5=31,95 km, y P0 =930 mb para un dominio de 1.200 km x 1.200 km.
231
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.216
EJEMPLO DEL MAPA DE VIENTO OBTENIDO CON EL MODELO
DE BRETSCHNEIDER (1990)
Fuente: Elaboración propia.
$OLJXDOTXHFRQHOPRGHORGHSUHVLyQVHSURFHGHDUHDOL]DUXQHMHUFLFLRGHYDOLGDFLyQFRQ
el modelo de viento de Brestchneider (1990) para diferentes eventos de huracanes de especial interés
ocurridos en el Océano Atlántico.
Se emplean nuevamente las posiciones espacial y temporal de los eventos relacionados a los
KXUDFDQHV GH OD EDVH GH GDWRV GH OD 12$$ WDQWR SDUD HO 2FpDQR 3DFt¿FR FRPR SDUD HO $WOiQWLFR
HPSOHDQGR GH QXHYR ORV YDORUHV REWHQLGRV SDUD HO UDGLR FLFORVWUy¿FR GH FDGD KXUDFiQ FDGD KRUD \
evaluando las ecuaciones en un área de análisis de 20 x 20 grados.
/D¿JXUD\¿JXUDPXHVWUDQXQHMHPSORGHORVPDSDVREWHQLGRVGHYLHQWRPDJQLWXG
y dirección) para los dos huracanes históricamente energéticos, el Katrina del año 2005 y el Kenna del
DxRSDUDORVRFpDQRV$WOiQWLFR\3DFt¿FRUHVSHFWLYDPHQWHVHUHODFLRQDQGLUHFWDPHQWHFRQOD
¿JXUD\OD¿JXUDPRVWUDGDVHQHODSDUWDGRDQWHULRU
232
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.217
MAPA DE VARIACIÓN DEL VIENTO PARA EL HURACÁN KATRINA
(27-AGOSTO DE 2005 A LAS 17:00 HRS)
.LOyPHWURVPHWURV
Fuente: Elaboración propia.
FIGURA 1.218
MAPA DE VARIACIÓN DEL VIENTO PARA EL HURACÁN KENNA
(24-OCTUBRE DE 2002 A LAS 11:00 HRS)
.LOyPHWURVPHWURV
Fuente: Elaboración propia.
233
CEPAL
Dinámicas, tendencias y variabilidad climática
$FRQWLQXDFLyQVHPXHVWUDQODV¿JXUDVUHVXOWDQWHVGHOWUDEDMRGHYDOLGDFLyQGHORVGDWRVGH
viento obtenidos con el modelo de Bretschneider (1990) (módulo de velocidad a 10 m sobre el nivel
del mar) para diferentes huracanes, comparados con datos instrumentales provenientes de mediciones
UHDOL]DGDV SRU ODV ER\DV GHO $WOiQWLFR*ROIR GH 0p[LFR WLSR 1'%& 0HWHRURORJLFDO2FHDQ GHO
1DWLRQDO%RX\&HQWHUde la NOAA.
/DV FRPSDUDFLRQHV PXHVWUDQ TXH HO PRGHOR GH YLHQWR XWLOL]DGR VH FRPSRUWD GH PDQHUD
adecuada tanto espacialmente como temporalmente, mostrando una buena correlación con los datos
medidos por las boyas de la NOAA. No obstante, en ocasiones, muestra una sobreestimación de los
valores del módulo de la velocidad de aproximadamente el 15%.
FIGURA 1.219
COMPARACIÓN DE LAS SERIES HORARIAS DE VIENTO PARA EL MODELO
DE HURAC-BRETSCHNEIDER (1990) (PUNTOS AZULES), DATOS DE LAS BOYAS
(PUNTOS NEGROS) Y REANÁLISIS NCEP/NCAR (TRIÁNGULOS NEGROS),
PARA EL HURACÁN KATRINA (2005)
Fuente: Elaboración propia.
234
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.220
COMPARACIÓN DE LAS SERIES HORARIAS DE VIENTO PARA EL MODELO
DE HURAC-BRETSCHNEIDER (1990) (PUNTOS AZULES), DATOS DE LAS BOYAS
(PUNTOS NEGROS) Y REANÁLISIS NCEP/NCAR (TRIÁNGULOS NEGROS),
PARA EL HURACÁN GILBERT (1988)
Fuente: Elaboración propia.
FIGURA 1.221
COMPARACIÓN DE LAS SERIES HORARIAS DE VIENTO PARA EL MODELO
DE HURAC-BRETSCHNEIDER (1990) (PUNTOS AZULES), DATOS DE LAS BOYAS
(PUNTOS NEGROS) Y REANÁLISIS NCEP/NCAR (TRIÁNGULOS NEGROS),
PARA EL HURACÁN MITCH (1998)
Fuente: Elaboración propia.
235
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.222
COMPARACIÓN DE LAS SERIES HORARIAS DE VIENTO PARA EL MODELO
DE HURAC-BRETSCHNEIDER (1990) (PUNTOS AZULES), DATOS DE LAS BOYAS
(PUNTOS NEGROS) Y REANÁLISIS NCEP/NCAR (TRIÁNGULOS NEGROS),
PARA EL HURACÁN WILMA (2005)
Fuente: Elaboración propia.
236
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.223
COMPARACIÓN DE LAS SERIES HORARIAS DE VIENTO PARA EL MODELO
DE HURAC-BRETSCHNEIDER (1990) (PUNTOS AZULES), DATOS DE LAS BOYAS
(PUNTOS NEGROS) Y REANÁLISIS NCEP/NCAR (TRIÁNGULOS NEGROS),
PARA EL HURACÁN IKE (2008)
Fuente: Elaboración propia.
237
CEPAL
Dinámicas, tendencias y variabilidad climática
A2.5. Evaluación y validación de los mapas de oleaje
8QDYH]HYDOXDGRVORVPDSDVGHSUHVLyQ\YLHQWRFRQORVPRGHORVSDUDPpWULFRVGH+ROODQG\
Brestchneider (1990) respectivamente, el siguiente paso en el proceso de análisis de variables derivadas,
HVHOFiOFXORGHORVSDUiPHWURVUHODFLRQDGRVFRQHOROHDMHDOWXUDGHRODVLJQL¿FDQWH+V y periodo de
pico 7S y su variación espacio-temporal a lo largo del paso del huracán.
Se ha discutido en apartados anteriores la posibilidad de modelar numéricamente los parámetros
del oleaje con base en los mapas de viento a través de modelos numéricos de última generación, y en
consecuencia obtener mapas de oleaje de gran calidad, que logran integrar de forma realista diferentes
SURFHVRVGHSURSDJDFLyQGHOROHDMHLQWHUDFFLRQDQFRQORVFRQWRUQRVRURJUi¿FRV\EDWLPpWULFRV\WLHQHQ
en cuenta efectos de disipación de energía.
Sin embargo, esta alternativa de cálculo conlleva un complejo pre-proceso y post proceso de
ODLQIRUPDFLyQDVtFRPRXQDEDMDH¿FLHQFLDHQODREWHQFLyQGHJUDQGHVYRO~PHQHVGHUHVXOWDGRVVLVH
GHVHDUHDOL]DUHOUHDQiOLVLVGHORV~OWLPRVDxRVGHHYHQWRVGHKXUDFDQHVORFXDOSXHGHVREUHSDVDUHO
tiempo de análisis destinado al presente estudio.
Por ello, en la metodología que se presenta para la obtención de los parámetros estadísticos de
oleaje para considerar los eventos de huracán en los 61 años de reanálisis, se ha optado por la revisión
en el estado del arte de tres diferentes modelos analíticos que se encargan de obtener los mapas de
DOWXUDGHRODVLJQL¿FDQWH\SHULRGRGHSLFREDMRODLQÀXHQFLDGHHYHQWRVGHKXUDFiQSDUDVXSRVWHULRU
implementación en el presente estudio.
Los modelos de oleaje estudiados son (ejemplo de los mapas obtenidos para los tres modelos
XWLOL]DGRVVHPXHVWUDQHQOD¿JXUD¿JXUD¿JXUD\¿JXUD
0RGHORGHROHDMHGH%UHWVFKQHLGHUSDUDHYDOXDUODDOWXUDGHRODVLJQL¿FDQWH+Vpara
XQFLFOyQQRHVWDFLRQDULRHQDJXDVLQGH¿QLGDV
(
+V 0,2557 · )K 1–
7V=12,1
6,69 ·1&
1 + 10,3 · 1& – 3,25 · 1&2
(șȕ)
) · ¥5Â(P ±3 ) · (1+V2··cos
)
U ·F
1
0
R
Hs
g
Donde,
ș +ȕ representa el ángulo total entre la velocidad de traslación.
g es la aceleración de la gravedad en m/s².
1& HVHOQ~PHURGH&RULROLVFLFORVWUy¿FR
)K se calcula a través de la siguiente relación:
U
Para ²
< 1 (hacia el centro del huracán):
5
)K
2
)
U
–1)
1–0,8974 · (·²
5
U
U
1,0742 · (· ²
–1)+0,07382 · (·²
–1) 2
5
5
238
V
(A2.6)
CEPAL
Dinámicas, tendencias y variabilidad climática
U
Para ²
(hacia el exterior del huracán):
5
U
U
–1)
1& · (·²
–1)
1–0,8974 · (·²
5
5
)K ±
1
U
U
U
U
2
1,0742 · (· ²
–1)+0,07382 · (·²
–1)
1+& · (· ²
–1)+ ²
–1) 2
10 (·²
5
5
5
5
&
\¿QDOPHQWH&
0,37 · 1&
0,13 + 1&
FIGURA 1.224
MAPA DE ALTURA DE OLA SIGNIFICANTE PARA EL HURACÁN KATRINA,
MODELO DE BRETSCHNEIDER (1990) (27-AGOSTO DE 2005 A LAS 17.00 HORAS)
0HWURV
Fuente: Elaboración propia.
0RGHOR GH ROHDMH GH <RXQJ (1988), basado en la obtención y ajuste de la altura de ola
VLJQL¿FDQWHPi[LPDDMXVWDGDGLUHFWDPHQWHDGLDJUDPDVVLQWpWLFRVDSRUWDGRVSRUXQPRGHORQXPpULFR
DSOLFDGRSDUDDJXDVLQGH¿QLGDV
(VJÂ[ )
JÂ[
0,045 (
)
V
JÂ+Smax
0,0016
Vmax2
JÂ7Smax
2ʌÂ9max2
0,5
2
max
0,33
2
max
239
(A2.7)
CEPAL
Dinámicas, tendencias y variabilidad climática
Donde,
U
ȥDÂ9max2EÂ9maxÂ9)FÂ9)2 GÂ9maxHÂ9)I
5ƍ
5ƍ= 22,5x103 · log(5)–70,8x103
a= –2,175x10 –3
b= 1,506x10 –2
c= –1,223x10 –1
d= 2,190x10 –1
H= 6,737x10 –1
I= 7,980x10 –1
ȥ= –0,015Â9maxÂ9)
FIGURA 1.225
MAPA DE ALTURA DE OLA SIGNIFICANTE PARA EL HURACÁN KATRINA,
MODELO DE YOUNG (1988) (27-AGOSTO DE 2005 A LAS 17.00 HORAS)
0HWURV
Fuente: Elaboración propia.
0RGHORGHROHDMHJHQHUDGRSRUYLHQWRSUHVHQWDGRHQHO6KRUH3URWHFWLRQ0DQXDO (SPM
PRGL¿FDGRSDUDFRQVLGHUDUORVHIHFWRVGHOIRQGRVREUHHOROHDMHTXHVHSURSDJDGHVGHHOKXUDFiQ
(profundidades intermedias o reducidas).
240
CEPAL
Dinámicas, tendencias y variabilidad climática
JÂ+S
U$2
0,25 · tanh 0,6
(JÂK
)
U
2
(JÂ2)
U )
JÂK
0,6( U )
4,3x10 –5
0,75
$
2
$
· tanh 0,5
0,75
tanh2
2
$
(A2.8)
JÂ7S
U$
8,3 · tanh 0,76
( )
JÂK
U$2
( )
JÂK
0,76( U )
4,1x10 –5
0,375
· tanh
1/3
JÂ2)
U$2
0,375
tanh3
2
$
U$ es la velocidad generada por el huracán a 10 metros sobre el nivel del mar en m/s.
Kes la profundidad en metros asociada a cada U$.
) es el IHWFK o distancia del punto objetivo a cada posición espacial de los datos del mapa
de vientos.
Para evaluar la profundidad K en todo el dominio de cálculo, se han empleado las batimetrías
publicadas por el *HQHUDO%DWK\PHWULF&KDUWRIWKH2FHDQV (GEBCO) (http://www.gebco.net/), con una
UHVROXFLyQGHPDOODGHVHJXQGRVJHRJUi¿FRV
/DV PDOODV GH EDWLPHWUtD HPSOHDGDV SDUD ORV GRPLQLRV GHO 2FpDQR 3DFt¿FR \ $WOiQWLFR VH
PXHVWUDQHQOD¿JXUD
FIGURA 1.226
MAPA DE BATIMETRÍA EMPLEADA PARA EL MODELO
DEL SPM-MODIFICADO (1984)
Fuente: GEBCO.
241
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.227
MAPA DE ALTURA DE OLA SIGNIFICANTE PARA EL HURACÁN KATRINA,
MODELO DEL SPM-MODIFICADO (1984) (27-AGOSTO DE 2005 A LAS 17.00 HORAS)
0HWURV
Fuente: Elaboración propia.
A continuación se muestran las comparaciones de Hs y 7S entre los tres modelos de oleaje
XWLOL]DGRVHQHOSUHVHQWHHVWXGLRORVGDWRVPHGLGRVSRUODVER\DVGHOD12$$\ORVGDWRVGHHs y7S
obtenidos con la base de datos GOW.
(QGLFKDVFRPSDUDFLRQHVVHREVHUYDTXHHOPRGHORPRGL¿FDGRGHO630DSRUWDUHVXOWDGRV
PiVFHUFDQRVDODVPHGLFLRQHVGHODVER\DVGHOD12$$WDQWRSDUDODDOWXUDGHRODVLJQL¿FDQWHFRPR
para el periodo de pico, llegando a simular adecuadamente la tendencia en el aumento de la altura de
ola y el periodo tras el paso del huracán, así como la disminución en el tiempo y en el espacio tras el
SDVRGHGLFKRIHQyPHQRDWPRVIpULFR$GLFLRQDOPHQWHHQOD¿JXUDVHSXHGHYHUFyPRHOPRGHOR
GHO630PRGL¿FDGRLQWHQWDDGDSWDUVHDOFRQWRUQREDWLPpWULFR\PRGL¿FDORVYDORUHVHVSDFLDOHVGH+V
con base en dicha información aportada por el GEBCO.
El modelo de Young (1988) es el que peor predice el comportamiento del oleaje, llegando a
sobreestimar en muchas ocasiones el valor de Hs, y en otras lo subestima sin mostrar una tendencia
R FRPSRUWDPLHQWR GH¿QLGR SRVLEOHPHQWH GHELGR D TXH GLFKD IRUPXODFLyQ KD VLGR FRPSOHWDPHQWH
GH¿QLGDSDUDVXDSOLFDFLyQHQSURIXQGLGDGHVLQGH¿QLGDV\SDUDHOSUHVHQWHHVWXGLRLQWHUHVDHYDOXDU
el comportamiento de los parámetros del oleaje asociados al huracán en profundidades reducidas e
LQWHUPHGLDVQRVyORLQGH¿QLGDV
El modelo de oleaje Bretschneider (1990), se comporta adecuadamente para aquellas boyas
ORFDOL]DGDVHQDJXDVPiVSURIXQGDVSHURWLHQGHDVXEHVWLPDUORVYDORUHVGHOROHDMHWUDVHOSDVRGHO
huracán conforme la comparación se mueve hacia aguas menos profundas (posición de cada boya de la
NOAA), y no logra simular adecuadamente el periodo de pico asociado al oleaje.
242
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.228
COMPARACIÓN DE LAS SERIES HORARIAS DE HS Y TP PARA LOS MODELOS:
BRETSCHNEIDER (1990) (PUNTOS AZULES), YOUNG (1988) (PUNTOS VERDES),
SPM-MODIFICADO (PUNTOS ROJOS), DATOS DE LAS BOYAS (PUNTOS NEGROS)
Y DATOS DE LA BASE DE DATOS GOW (TRIÁNGULOS NEGROS),
PARA EL HURACÁN KATRINA (2005)
Fuente: Elaboración propia.
243
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.229
COMPARACIÓN DE LAS SERIES HORARIAS DE HS Y TP PARA LOS MODELOS:
BRETSCHNEIDER (1990) (PUNTOS AZULES), YOUNG (1988) (PUNTOS VERDES),
SPM-MODIFICADO (PUNTOS ROJOS), DATOS DE LAS BOYAS (PUNTOS NEGROS)
Y DATOS DE LA BASE DE DATOS GOW (TRIÁNGULOS NEGROS),
PARA EL HURACÁN GILBERT (1988)
Fuente: Elaboración propia.
244
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.230
COMPARACIÓN DE LAS SERIES HORARIAS DE HS Y TP PARA LOS MODELOS:
BRETSCHNEIDER (1990) (PUNTOS AZULES), YOUNG (1988) (PUNTOS VERDES),
SPM-MODIFICADO (PUNTOS ROJOS), DATOS DE LAS BOYAS (PUNTOS NEGROS)
Y DATOS DE LA BASE DE DATOS GOW (TRIÁNGULOS NEGROS),
PARA EL HURACÁN CHARLEY (2004)
Fuente: Elaboración propia.
245
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.231
COMPARACIÓN DE LAS SERIES HORARIAS DE HS Y TP PARA LOS MODELOS:
BRETSCHNEIDER (1990) (PUNTOS AZULES), YOUNG (1988) (PUNTOS VERDES),
SPM-MODIFICADO (PUNTOS ROJOS), DATOS DE LAS BOYAS (PUNTOS NEGROS)
Y DATOS DE LA BASE DE DATOS GOW (TRIÁNGULOS NEGROS),
PARA EL HURACÁN WILMA (2005)
Fuente: Elaboración propia.
246
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.232
COMPARACIÓN DE LAS SERIES HORARIAS DE HS Y TP PARA LOS MODELOS:
BRETSCHNEIDER (1990) (PUNTOS AZULES), YOUNG (1988) (PUNTOS VERDES),
SPM-MODIFICADO (PUNTOS ROJOS), DATOS DE LAS BOYAS (PUNTOS NEGROS)
Y DATOS DE LA BASE DE DATOS GOW (TRIÁNGULOS NEGROS),
PARA EL HURACÁN IKE (2008)
Fuente: Elaboración propia.
247
CEPAL
Dinámicas, tendencias y variabilidad climática
Es importante mencionar que ninguno de los tres modelos de oleaje mostrados en este apartado,
consideran los procesos de transformación y disipación del oleaje por fenómenos como la refracción,
GLIUDFFLyQUHÀH[LyQURWXUD\DVRPHUDPLHQWRFXDQGRSRVLEOHPHQWHORVHIHFWRVFRQMXQWRVGHGLIUDFFLyQ
UHIUDFFLyQHQDTXHOODV]RQDVSURWHJLGDVSRUDFFLGHQWHVRURJUi¿FRVVRQORVTXHFRQGLFLRQHQODREWHQFLyQ
GHUHVXOWDGRVDGHFXDGRV~QLFDPHQWHHOPRGHOR630PRGL¿FDGRLQWHQWDFRUUHJLUORVSDUiPHWURVGHO
oleaje por efecto de asomeramiento del oleaje en función del fondo).
Parece lógico pensar que la bondad del modelo del oleaje, depende en gran parte de la
posibilidad de considerar los contornos físicos y batimétricos, por lo tanto, se decide emplear el modelo
PRGL¿FDGRGHO630SDUDUHDOL]DUHOUHDQiOLVLVGHORVDxRVGHGDWRVGHKXUDFDQHV\DTXHORV
puntos de control del estudio se situarán a lo largo de la costa a profundidades intermedias y someras.
A2.6. Evaluación y validación de los mapas de marea meteorológica
La marea meteorológica o VWRUP VXUJH generada por huracanes o ciclones tropicales es uno de los
fenómenos naturales con mayor poder destructivo y que más muertes causa a nivel mundial. En 1900
la población de Galveston, Texas, fue sorprendida por esta marea meteorológica matando a 6,000
personas y arrasando la ciudad.
El oleaje asociado a los huracanes que se ve sobrelevado por la marea meteorológica representa
un serio peligro tanto para la navegación en altamar como en el interior de las bahías de abrigo, y para
plataformas marinas, así como estructuras portuarias y costeras.
Los daños a las estructuras se generan por la constante acción energética del oleaje sobre
las estructuras y por la inundación de las partes bajas de dichas instalaciones. Entre los daños se
HQFXHQWUDQODVRFDYDFLyQGHFLPLHQWRVHQHGL¿FLRVGDxRVHQPXURVGHFRQWHQFLyQHURVLyQGHSOD\DV\
litorales, naufragio o daño de embarcaciones, destrucción de las instalaciones portuarias, destrucción
de las instalaciones en playa.
FIGURA 1.233
UN VEHÍCULO ES ARRASTRADO EN LOS ESTADOS UNIDOS DE NORTEAMÉRICA
POR LA MAREA METEOROLÓGICA DEL HURACÁN GUSTAV EN 2008
Fuente: www.elespectador.com/imagen-gustav-sigue-causando-daños.
(QJHQHUDOODPDUHDPHWHRUROyJLFDDVRFLDGDDHYHQWRVGHKXUDFiQVHVXHOHDQDOL]DUFRQVLGHUDQGR
GRV IRU]DPLHQWRV SULQFLSDOHV D OD VREUHHOHYDFLyQ GHO QLYHO GHO PDU GHELGD D OD DFFLyQ GHO YLHQWR
(campo lejano al huracán), y b) la sobre-elevación del nivel del mar que localmente ocurre por la bajada
de la presión atmosférica (campo cercano al huracán).
248
CEPAL
Dinámicas, tendencias y variabilidad climática
Para evaluar adecuadamente esta marea meteorológica o sobreelevación del nivel medio del
PDU DVRFLDGR D HYHQWRV GH KXUDFiQ H[LVWHQ DYDQ]DGRV PRGHORV QXPpULFRV TXH VH DOLPHQWDQ GH ORV
mapas de presión y viento, y que logran aportar soluciones realistas de dichas variaciones del nivel, en
el ámbito espacial y temporal, considerando el fondo batimétrico, fenómenos de propagación de la onda
larga asociada a la marea meteorológica, fricción de dicha onda con el fondo, etc. (p. ej. Modelo ROMS,
modelo H2DVKDOORZZDWHUHTXDWLRQVmodelo SLOSH de la NOAA http://www.nhc.noaa.gov/HAW2/
english/surge/slosh.shtml), etc.
FIGURA 1.234
EJEMPLO DE UN EVENTO BIDIMENSIONAL HURACÁN EN UNA PLAYA Y SU
EFECTO ASOCIADO DE AUMENTO DE NIVEL DEL MAR (STORM SURGE) Y OLEAJE
Fuente: NOAA.
Sin embargo, al igual que lo comentado anteriormente con respecto a los modelos numéricos
que resuelven el oleaje y su propagación para eventos de huracán, el uso de este tipo de modelos es
FRPSOHMRWDQWRHQVXLPSOHPHQWDFLyQFRPRHQVXH¿FLHQFLDHQWLHPSRVLVHGHVHDFRPRHVHOFDVRGHO
SUHVHQWHHVWXGLRUHDOL]DUXQUHDQiOLVLV\FRPSOHPHQWDUODEDVHGHGDWRV*26
249
CEPAL
Dinámicas, tendencias y variabilidad climática
3RUHVHPRWLYRHQHOSUHVHQWHHVWXGLRVHUHDOL]DXQDQiOLVLVVHQFLOORSDUDODREWHQFLyQGHOD
marea meteorológica debida a la acción de los huracanes por cambios en los mapas de presión y viento,
FRQVLGHUDQGRGLIHUHQWHVKLSyWHVLVVLPSOL¿FDWLYDV'LFKDVKLSyWHVLVVHUHVXPHQDFRQWLQXDFLyQ
Para la marea meteorológica debida al viento:
6HDQDOL]DHQXQWUDQVHFWRTXHYDGHVGHHOFHQWURGHOKXUDFiQKDVWDHOSXQWRGHDQiOLVLVHQOD
FRVWDYHU¿JXUD
Se considera la batimetría real a lo largo de dicho transecto.
Se considera una velocidad del viento constante máxima actuando en dicho transecto de forma
estacionaria para cada evento horario de huracán.
Se tiene en cuenta el ángulo relativo entre la dirección de la velocidad máxima del viento y la
RULHQWDFLyQJHRJUi¿FDGHOWUDQVHFWR
No se consideran los efectos de fricción con el fondo.
No se consideran los efectos bidimensionales (el transecto es un canal 2DV) de propagación
espacio-temporal de la onda larga asociada a la marea meteorológica.
1RVHFRQVLGHUDQORVDFFLGHQWHVWRSRJUi¿FRV\EDWLPpWULFRVHQHOiPELWRELGLPHQVLRQDO'+
FIGURA 1.235
ESQUEMA DEL CORTE BATIMÉTRICO Y MAREA METEOROLÓGICA
A LO LARGO DEL TRANSECTO
Fuente: Dean & Dalrymple (1984).
Para ello, se ha empleado el modelo unidimensional presentado por Dean & Darlymple (1984)
HQGRQGHVHHYDO~DQODVHFXDFLRQHVGHRQGDODUJDSDUDFXHUSRVGHDJXDFRQEDWLPHWUtDYDULDEOHIRU]DGRV
por un viento constante.
&RQVLGHUDQGRTXHHOSULQFLSDOIHQyPHQRGHIRU]DPLHQWRGHOVLVWHPDHVHOODWHQVLyQWDQJHQFLDO
TXHDFW~DVREUHODVXSHU¿FLHHQIXQFLyQGHOYLHQWRWDOTXH
Ĳ: = ȡÂNÂ8max |Umax |
250
(A2.9)
CEPAL
Dinámicas, tendencias y variabilidad climática
Donde,
ȡ es la densidad del agua en kg/m³.
Umax es la velocidad del viento máxima del huracán a 10 m sobre el nivel del mar medida a lo
largo del transecto en m/s.
N es un factor de fricción del orden de 106SURSXHVWR\DQDOL]DGRSRU9DQ'RUQ
N= 1,2x10 –6
N= 1,2x10 –6 + 2,25x10 –6
para |Umax | 5,6
5,6
1–
|Umax |
(
)
para |Umax | > 5,6
3DUDFRQVLGHUDUHOiQJXORUHODWLYRHQWUHODGLUHFFLyQGHOYLHQWR\ODGLUHFFLyQJHRJUi¿FDGHO
transepto șVHGHEHFRUUHJLUHOHVIXHU]RFRUWDQWHFRPRVLJXH
Ĳwx = |Ĳw _FRVș
Con los parámetros anteriores y con el parámetro nHQWUH\630¿QDOPHQWH
se ha resuelto en el presente estudio la siguiente ecuación diferencial que resuelve la sobreelevación del
nivel del mar (marea meteorológica) debida al viento ȘwHQIXQFLyQGHOHVIXHU]RFRUWDQWHHOIDFWRUn y
la profundidad a lo largo del transecto K:
QÂĲ][ (Șw)
ɞȘw
=
ɞ[ ȡ · g (KȘw)
/D ¿JXUD \ ¿JXUD PXHVWUDQ XQ HMHPSOR GH ORV UHVXOWDGRV REWHQLGRV SDUD GRV
WUDQVHFWRVIRU]DGRVSRUORVFDPSRVGHYLHQWRREWHQLGRVSDUDHOKXUDFiQ.DWULQDGHOGtDGHDJRVWRGH
2005 a las 17:00 horas.
251
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.236
MAPA DE VIENTO PARA EL HURACÁN KATRINA DEL 28-AGOSTO DE 2005
A LAS 17:00 HRS, Y DATOS DE BATIMETRÍA, VIENTO Y MAREA METEOROLÓGICA
DEBIDA A LA ACCIÓN DEL VIENTO A LO LARGO DEL TRANSECTO (LÍNEA ROJA)
HACIA EL PUNTO DE CONTROL (PUNTO BLANCO)
Fuente: Elaboración propia.
252
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.237
MAPA DE VIENTO PARA EL HURACÁN KATRINA DEL 28-AGOSTO DE 2005
A LAS 17:00 HRS, Y DATOS DE BATIMETRÍA, VIENTO Y MAREA METEOROLÓGICA
DEBIDA A LA ACCIÓN DEL VIENTO A LO LARGO DEL TRANSECTO (LÍNEA ROJA)
HACIA EL PUNTO DE CONTROL (PUNTO BLANCO)
Fuente: Elaboración propia.
253
CEPAL
Dinámicas, tendencias y variabilidad climática
Para la marea meteorológica debida a la presión atmosférica:
a) Se considera que la variación espacial es estacionaria y simétrica y solo depende del
gradiente de presiones.
b) La sobreelevación del nivel del mar, debida a la presión, se suma linealmente en el espacio
(a lo largo del transecto) a la debida al viento, para cada instante horario de huracán.
El modelo empleado para evaluar la variación del nivel del mar debidas a las oscilaciones de
ODSUHVLyQDWPRVIpULFDEDMRHYHQWRVGHKXUDFiQXWLOL]DODVLJXLHQWHHFXDFLyQDQDOtWLFDGHULYDGDVHJ~Q
Dean & Dalrymple (1984).
ȘYS
(
)
(5±U)
(Sn±So )
–
1–e U
ȡJ
(A2.10)
Donde:
ȘYS es la variación del nivel medio en metros
Pn es la presión en la periferia del sistema de baja presión (borrasca) en mbar.
P0 es la presión en el centro de la borrasca en mbar
ȇHVODGHQVLGDGGHODJXDNJPñ
5HVHOUDGLRFLFORVWUy¿FRGHOKXUDFiQHQNP
r es distancia radial del punto de medida al centro de la borrasca en km.
/D¿JXUDPXHVWUDHOPDSDGHPDUHDPHWHRUROyJLFDSDUDHOLQVWDQWHGHKXUDFiQDVRFLDGR
al Katrina del día 27 de agosto de 2005 a las 22:00 horas.
254
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.238
MAPA DE MAREA METEOROLÓGICA DEBIDA A LA VARIACIÓN DE LA PRESIÓN
ATMOSFÉRICA, PARA EL HURACÁN KATRINA DEL 27-AGOSTO DE 2005
A LAS 22:00 HRS
0HWURV
Fuente: Elaboración propia.
El trabajo de validación de los modelos de marea meteorológica mostrados en este apartado se
han validado con los datos instrumentales del *OREDO([WUHPH6HD/HYHO$QDO\VLV (GESLA) que cuenta
con datos provenientes de mareógrafos que aportan información sobre la variación del nivel del mar.
La validación de marea meteorológica (por viento y presión) observados durante el desarrollo
GHHVWHHVWXGLRVHFRPSRUWDQDGHFXDGDPHQWHVHJ~QORPRVWUDGRHQOD¿JXUD¿JXUD\OD
¿JXUD
255
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.239
SERIES COMPARATIVAS DE MAREA METEOROLÓGICA OBTENIDA CON EL
MODELO ANALÍTICO Y LOS DATOS DEL MAREÓGRAFO GESLA N° 242, PARA EL
HURACÁN KATRINA DEL 2005
Fuente: Elaboración propia.
FIGURA 1.240
SERIES COMPARATIVAS DE MAREA METEOROLÓGICA OBTENIDA CON EL
MODELO ANALÍTICO Y LOS DATOS DE LOS MAREÓGRAFOS GESLA N°.752 Y 242,
PARA EL HURACÁN CHARLEY DEL 2004
Fuente: Elaboración propia.
256
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.241
SERIES COMPARATIVAS DE MAREA METEOROLÓGICA OBTENIDA CON EL
MODELO ANALÍTICO Y LOS DATOS DE LOS MAREÓGRAFOS GESLA N° 242 Y 246,
PARA EL HURACÁN FRANCES DEL 2003
Fuente: Elaboración propia.
A2.7. Análisis estadístico de los parámetros asociados
a los eventos de huracán
8QD YH] SUHVHQWDGRV DQDOL]DGRV HMHFXWDGRV \ YDOLGDGRV ORV GLIHUHQWHV PRGHORV GH SUHVLyQ
viento, oleaje y marea meteorológica para diferentes eventos de huracán, y sabiendo que su
FRPSRUWDPLHQWRHVDGHFXDGR\TXHDSRUWDQUHVXOWDGRVUHDOLVWDVDODYLVWDGHODYDOLGDFLyQUHDOL]DGDVH
procede a continuación a presentar los resultados de la ejecución de dichos modelos para la base de 54
años de huracanes cada hora.
/D ¿QDOLGDG GH HVWH DQiOLVLV HV GH¿QLU \ FRPSOHPHQWDU ORV PDSDV HVWDGtVWLFRV GH PDUHD
PHWHRUROyJLFD\ROHDMHDSRUWDGRVSRUORVPRGHOR*26\*2:SDUDHOUHDQiOLVLVUHDOL]DGRGHDxRV
DORODUJRGHODFRVWD$WOiQWLFD\3DFt¿FDDWUDYpVGHPDSDVTXHPXHVWUHQORVPi[LPRVSRWHQFLDOHV
GHROHDMH\PDUHDPHWHRUROyJLFDHQODVPLVPDVORFDOL]DFLRQHVSDUDORVHYHQWRVKLVWyULFRVGHKXUDFiQ
Esta información es crucial, por dos motivos: el primero, para tener un orden de magnitud de
ORVPi[LPRVGHOROHDMH\PDUHDPHWHRUROyJLFDDOFDQ]DGRVKLVWyULFDPHQWHSRUHYHQWRVGHDOWDHQHUJtD
como son los huracanes, para de esta forma, poder conocer el comportamiento y las limitaciones de
las bases de datos GOW y GOS; y en segundo lugar, para contar con mapas históricos de máximos
potenciales que se empleen como apoyo ingenieril al diseño de estructuras de protección costera y
portuaria en las costas de América del Norte (México), América Central y América del Sur en ambas
YHUWLHQWHVWDQWROD$WOiQWLFDFRPROD3DFt¿FD
257
CEPAL
Dinámicas, tendencias y variabilidad climática
Para llevarlo a cabo, se han empleado los 369 puntos de control de la costa Atlántica y los 257
SXQWRVGHFRQWUROHQODFRVWDGHO2FpDQR3DFt¿FR±¿JXUD±
FIGURA 1.242
PUNTOS DE CONTROL (PUNTOS ROJOS) ANALIZADOS EN EL PRESENTE ESTUDIO,
Y MAPAS DE VIENTO Y OLEAJE PARA LOS HURACANES KENNA (2001) Y KATRINA
(2005) RESPECTIVAMENTE
Fuente: Elaboración propia.
Para cada uno de los puntos de control, se han ejecutado los modelos mostrados anteriormente
y obtenido los máximos anuales (en 54 años) para los parámetros de presión, velocidad del viento,
DOWXUDGHRODVLJQL¿FDQWHSHULRGRGHSLFRPDUHDPHWHRUROyJLFDSRUYLHQWRPDUHDPHWHRUROyJLFDSRU
SUHVLyQ\PDUHDPHWHRUROyJLFDFRQMXQWDPRVWUDGRVHQODV¿JXUDVDFRQWLQXDFLyQ
258
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.243
MAPA DE MÍNIMOS HISTÓRICOS (54 AÑOS DE DATOS DE HURACANES) DE PRESIÓN
ATMOSFÉRICA, EN LOS PUNTOS DE CONTROL ANALIZADOS
0EDU
Fuente: Elaboración propia.
FIGURA 1.244
MAPA DE MÁXIMOS HISTÓRICOS (54 AÑOS DE DATOS DE HURACANES), PARA LA
VELOCIDAD DEL VIENTO, EN LOS PUNTOS DE CONTROL ANALIZADOS
.LOyPHWURVKRUD
Fuente: Elaboración propia.
259
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.245
MAPA DE MÁXIMOS HISTÓRICOS (54 AÑOS DE DATOS DE HURACANES), PARA
ALTURA DE OLA SIGNIFICANTE, EN LOS PUNTOS DE CONTROL ANALIZADOS.
0HWURV
Fuente: Elaboración propia.
FIGURA 1.246
MAPA DE MÁXIMOS HISTÓRICOS (54 AÑOS DE DATOS DE HURACANES), PARA EL
PERIODO DE PICO DEL OLEAJE, EN LOS PUNTOS DE CONTROL ANALIZADOS
6HJXQGRV
Fuente: Elaboración propia.
260
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.247
MAPA DE MÁXIMOS HISTÓRICOS (54 AÑOS DE DATOS DE HURACANES),
PARA LA MAREA METEOROLÓGICA POR PRESIÓN, EN LOS PUNTOS
DE CONTROL ANALIZADOS
0HWURV
Fuente: Elaboración propia.
FIGURA 1.248
MAPA DE MÁXIMOS HISTÓRICOS (54 AÑOS DE DATOS DE HURACANES),
PARA LA MAREA METEOROLÓGICA POR VIENTO, EN LOS PUNTOS
DE CONTROL ANALIZADOS
0HWURV
Fuente: Elaboración propia.
261
CEPAL
Dinámicas, tendencias y variabilidad climática
FIGURA 1.249
MAPA DE MÁXIMOS HISTÓRICOS (54 AÑOS DE DATOS DE HURACANES),
PARA LA MAREA METEOROLÓGICA CONJUNTA (SUMA LINEAL SSpresión+SSviento), EN
LOS PUNTOS DE CONTROL ANALIZADOS
0HWURV
Fuente: Elaboración propia.
A2.8. Conclusiones
(ODQiOLVLVGHKXUDFDQHVUHDOL]DGRHQHVWHHVWXGLRWLHQHXQDOFDQFHGHVFULSWLYRGHODVLWXDFLyQDFWXDO(O
estudio de los huracanes tanto de la historia de eventos de oleaje y nivel del mar, como de los cambios
que se están produciendo en los mismos y posibles consecuencias en las costas, requiere de un estudio
HVSHFt¿FRGHORVPLVPRV'HELGRDODFRPSOHMLGDGGHOSUREOHPDQRHVSRVLEOHVXHVWXGLRHQGHWDOOH
HQHVWDIDVH1RREVWDQWHODLQIRUPDFLyQDSRUWDGDPHGLDQWHPRGHORVVLPSOL¿FDGRVDGHFXDGDPHQWH
validados con boyas de la región, supone una información muy valiosa en ausencia de estudios
SRUPHQRUL]DGRV DO UHVSHFWR /RV PDSDV TXH VH DSRUWDQ HQ HVWD IDVH GHVFULSWLYD DEDUFDQ SUHVLyQ
viento, oleaje y marea meteorológica.
262
CEPAL
Dinámicas, tendencias y variabilidad climática
Bibliografía Anexo 2
Bretschneider, C.L.(1990), Tropical cyclones. +DQGERRN RI &RDVWDO DQG 2FHDQ (QJLQHHULQJ Vol. 1.
Houston, Gulf Publising Co., pp. 249-370.
Dean, R., Dalrymple, R. (1984), :DWHU:DYH0HFKDQLFVIRU(QJLQHHUVDQG6FLHQWLVWV Prentice-Hall
Inc., Englewood Cliffs, New Jersey.
Harper, B.A. Holland G.J.,(1999), An updated parametric model of the tropical cyclone. Proceedings
of the 23rd Conference Hurricanes and Tropical Meteorology, American Meteorological Society,
Dallas, 10-15 enero.
Holland, G.J., (2002),”Tropical cyclone reconnaissance using the Aerosonde UAV”, %XOOHWLQ RI WKH
:RUOG0HWHRURORJLFDO2UJDQL]DWLRQ 51 (3).
Holland, G.J.,(1984), “On the climatology and structure of tropical cyclones in the Australian/southwest
3DFL¿FUHJLRQ,'DWDDQGWURSLFDOVWRUPV´$XVWUDOLDQ0HWHRURORJLFDO0DJD]LQH 32.
Holland, G.J., (1981), “On the quality of the Australian tropical cyclone data base”, $XVWUDOLDQ
0HWHRURORJLFDO0DJD]LQH29.
+ROODQG*-³$QDQDO\WLFDOPRGHORIWKHZLQGDQGSUHVVXUHSUR¿OHVLQKXUULFDQHV´0RQWKO\
:HDWKHU5HYLHZ 108, 1212–1218.
-DQVVHQ3$(0³:DYHLQGXFHGVWUHVVDQGWKHGUDJRIDLUÀRZRYHUVHDZDYHV´-RXUQDORI
3K\VLFDO2FHDQRJUDSK\ 19, pp. 745-754.
3pUH]'09HUL¿FDFLyQGHXQPRGHORGHWHUFHUDJHQHUDFLyQSDUDHVWLPDUROHDMHHQODYHUWLHQWH
atlántica mexicana, Tesis de maestría en Ingeniería, México, D.F., UNAM, 79 pp.
3pUH]'0%RODxRV5\6LOYD5³3UHGLFFLyQGHOROHDMHJHQHUDGRSRUGRVKXUDFDQHVHQODV
costas mexicanas del Golfo de México”,,QJHQLHUtDKLGUiXOLFDHQ0p[LFR23 (2). 5-20.
6iQFKH]&6LOYD5*RYDHUH*\&RQWUHUDV$&RPSDULVRQRIZDYHSUHGLFWLRQPRGHOV
5th International Workshop on Wave Hindcasting and Forecasting, Melbourne, 134-145.
6LOYD5'tD]*&RQWUHUDV$%DXWLVWD*\6iQFKH]&³'HWHUPLQDWLRQRIRFHDQRJUDSKLF
risk for hurricanes on the Mexican coast”, WK,QWHUQDWLRQDO:RUNVKRSRQ:DYH+LQGFDVWLQJDQG
)RUHFDVWLQJ Melbourne, 137-151.
6LOYD 5 *RYDHUH * 6DOOHV 3 %DXWLVWD * \ 'tD] * 2FHDQRJUDSKLF YXOQHUDELOLW\ WR
hurricanes on the Mexican coast. Proc. WK,QWHUQDWLRQDO&RQIHUHQFHRQ&RDVWDO(QJLQHHULQJ
:RUOG6FLHQWL¿F6LQJDSXU
6LOYD55XL]*3HUH]'3RVDGD*%DXWLVWD(³0RGHORKtEULGRSDUDODFDUDFWHUL]DFLyQGHO
oleaje”,,QJHQLHUtD+LGUiXOLFDHQ0p[LFR 24,(3),5-22.
Young, I.R., (1988), “Parametric hurricane wave prediction model”. J. :DWHUZD\3RUW&RDVWDO2FHDQ
(QJHQHHULQJ114 (5), 639–652.
9DQ'RUQ:&³:LQG6WUHVVRQDQ$UWL¿FLDO3RQG´-RXUQDORI0DULQH5HVHDUFKVolume 12.
263
En este volumen se muestra un atlas de las condiciones físicas actuales y de los cambios
detectados en variables costeras tales como el nivel medio del mar, temperatura
superﬁcial del mar, salinidad, oleaje, marea astronómica, anomalía de la temperatura
del aire, viento y huracanes. Esta descripción, que muestra la información disponible
para la región, constituye el primer paso para emprender un estudio de cómo han
cambiado las distintas variables y cuáles podrían ser los efectos en las costas ante
variaciones futuras. Este conocimiento es vital para la ingeniería de costas y puertos,
los análisis de vulnerabilidad de los asentamientos humanos en zonas de litoral y la
gestión integral del medio ambiente en el borde costero, entre otros. Además, en el
documento se analizan las posibles tendencias de cambio a futuro de las distintas
variables para los años de corte a 2040, 2050 y 2070 deﬁniéndose los valores medios y
la incertidumbre o variabilidad esperable, incluyendo el análisis de eventos extremos
asociados a algunas variables. Se estudian también patrones de variabilidad climática
interanual, tales como el fenómeno ENOS (El Niño – Oscilación del Sur). Este estudio
supone una primera aproximación al respecto en la región para un amplio abanico
de dinámicas y patrones climáticos.
La información que se provee en este volumen es el punto de apoyo para el análisis de
la vulnerabilidad, exposición e impactos derivados del cambio climático en las costas
del litoral de América Latina y el Caribe que se detallan en los siguientes documentos.
Efectos del cambio climático en la costa de América Latina y el Caribe | Dinámicas, tendencias y variabilidad climática
Este documento es el primero de una serie de textos que se han elaborado en el marco
del Estudio regional de los efectos del cambio climático en la costa de América Latina y el
Caribe. La zona de estudio comprende una longitud total de costa de aproximadamente
72.182 km distribuidos en cuatro zonas geográﬁcas: Norteamérica, Centroamérica,
Sudamérica y las Islas del Caribe. En el dominio de estudio se han analizado los
cambios detectados en las dinámicas costeras, la inﬂuencia de la variabilidad climática,
información diversa sobre la vulnerabilidad presente en las costas de la región,
abarcando tanto el medio físico como el socioeconómico, la conﬁguración física de
las mismas y los impactos y riesgos previsibles en el futuro.
Efectos del cambio climático en la costa
de América Latina y el Caribe
Dinámicas, tendencias
y variabilidad climática